BlockBeats Nachrichten, 12. Dezember, laut CoinDesk berichteten Branchenexperten, dass maschinelles Lernen im Bereich der Krypto-Handelsplattformen noch nicht die umfassende Verbreitung erreicht hat, die man als „iPhone-Moment“ bezeichnen würde, aber automatisierte, KI-gesteuerte Handelsagenten nähern sich diesem kritischen Punkt rasch. Mit der Verbesserung der Algorithmus-Anpassungsfähigkeit und der Verstärkungslernfähigkeiten beginnt die nächste Generation KI-Handelsmodelle nicht mehr nur, absolute Gewinne und Verluste (P&L) anzustreben, sondern führt risikobewertende Kennzahlen wie den Sharpe-Ratio, maximalen Drawdown und Value at Risk (VaR) ein, um in unterschiedlichen Marktumgebungen dynamisch Risiko und Rendite auszubalancieren. Michael Sena, Chief Marketing Officer von Recall Labs, erklärte, dass bei mehreren kürzlichen KI-Handelswettbewerben speziell angepasste und optimierte Handelsagenten deutlich besser abschnitten als allgemeine große Modelle, die beim autonomen Handel nur marginal den Markt schlugen. Ergebnisse zeigen, dass spezielle Handelsagenten, die zusätzliche Logik, Schlussfolgerungen und Datenquellen integrieren, allmählich die Basis-Modelle übertreffen. Dennoch löst die „Demokratisierung“ des KI-Handels auch Bedenken aus, ob die Alpha-Vorteile schnell aufgebraucht werden könnten. Sena betonte, dass langfristig diejenigen profitieren werden, die Ressourcen haben, um proprietäre, spezialisierte Werkzeuge zu entwickeln. Zukünftige vielversprechende Formen könnten ein „intelligenter Portfolio-Manager“ sein, der von KI angetrieben wird, aber den Nutzern dennoch erlaubt, Strategievoreinstellungen und Risikoparameter festzulegen.