เมื่อเร็ว ๆ นี้ ทีมวิจัยเชิงปริมาณของเราตัดสินใจย้ายงาน LLM ทั้งหมดที่อยู่ในไปป์ไลน์ การทดสอบย้อนหลังเชิงปริมาณของคริปโต จาก API ทางการของ OpenAI/Anthropic ไปยัง HolySheep AI โดยยังคงใช้ Tardis เป็นแหล่งข้อมูล incremental order flow และ multi-exchange aggregation หลักเหมือนเดิม บทความนี้เขียนจากประสบการณ์ตรงของทีม ครอบคลุมเหตุผล ขั้นตอน ความเสี่ยง แผนย้อนกลับ และผลตอบแทนจริงที่วัดได้
ทำไมต้องย้ายเฉพาะ LLM Layer แต่ไม่ย้าย Data Layer
Tardis เป็น replay feed ที่ดีที่สุดสำหรับ historical L2 order book, trades และ derivative book ข้าม Binance, Bybit, OKX, Coinbase, Kraken กว่า 80 ตลาด แต่ Tardis ไม่มีความสามารถด้าน reasoning ดังนั้นทีมเราจึงเอา LLM มาช่วย 3 งานหลัก:
- สรุปและจัดโครงสร้าง order flow imbalance รายชั่วโมง
- แปลงผลลัพธ์ backtest เป็นบล็อก Markdown สำหรับรายงานประชุม
- สร้าง pseudo-code ของกลยุทธ์จาก insight ที่ได้จาก aggregated book
ก่อนหน้านี้เราเรียก GPT-4.1 และ Claude Sonnet 4.5 ผ่าน key ตรง ซึ่งราคา MTok อย