开源 LLM 交易实验招募，探索模型自我提升
n1c39uy · reddit · 2026-08-27
作者正在构建一个基于 LLM 的交易研究循环，并寻求贡献者和算力支持。该项目旨在测试 LLM 能否通过迭代自我改进交易推理。
核心机制：
- LLM（目前使用 Qwen2.5-27B）作为自由裁量交易员，基于历史 1 分钟加密货币数据（多时间框架 OHLC + 指标）输出结构化 JSON 交易指令（限价、止损、止盈、管理规则）及推理轨迹。
- 模拟引擎逐分钟执行订单，模拟真实滑点和费用。
- 自我提升：引擎评为“赢家”的交易推理轨迹通过 QLoRA 微调回模型，改进后的模型生成下一轮数据（拒绝采样风格）。
当前状态与需求：
- 目前在单张 RTX 3090 (24GB) 上运行 4-bit 推理和 QLoRA 训练，推理速度约 70 tok/s，但生成决策耗时较长（30-60s），且 24GB 显存限制了序列长度。
- 招募：Python/PyTorch 程序员（优化回测引擎、GRPO 训练器等）；拥有 24GB+ GPU 者运行批量推理；拥有 48GB+ GPU 者进行全序列长度微调实验。
- 战绩：在单周回测中，本地 27B 模型收益（+19.1%）优于某前沿 API 模型（+4.8%），但在震荡市场中表现平平。
「研究」频道最新
- 新基准 PACT：一句施压让模型违规率升 65%，无一适合无人监督 — baseten · 2026-08-28
- 开源两大新基准：测试 AI 在意图展开与计划变更中的表现 — AIwithGhotai · 2026-08-28
- 蛋白质语言模型 ESM 之父 Alex Rives 入选 TIME100 AI 榜单 — proteinrosh · 2026-08-28
- 分层字节语言模型新论文：动态多字节预测提速推理 — madeofAjala · 2026-08-28
- Jeff Dean 新项目 DiscoveryLoop：把蒸馏迭代哲学搬进科学实验 — agihouse_org · 2026-08-28
- Google Pi 团队新研究：多智能体合作如何涌现智能 — blaiseaguera · 2026-08-27