암호화폐 인플루언서의 비트코인 ​​거래 알고리즘, 정밀 조사 중에 의혹 제기

암호화폐 영향력자인 Rekt Fencer는 OpenAI의 ChatGPT를 사용하여 비트코인 ​​거래 알고리즘을 공유하여 봇 성능에 대한 회의론을 불러일으켰습니다. 이 봇은 Bollinger Bands Indicator를 사용하여 생성되었으며 Rekt Fencer에서 71,500달러의 수익을 창출한 것으로 알려졌습니다. 그러나 사용자들은 결과의 진위 여부에 의문을 제기했으며, 이는 거래자가 실제 실시간 시장 이익이 아닌 백테스팅 데이터를 사용했을 수 있음을 시사합니다.

Crypto Influencer's Bitcoin Trading Algorithm Raises Doubts Amid Skeptical Scrutiny

Crypto Influencer의 비트코인 ​​거래 알고리즘은 회의적인 조사 속에서 의심을 불러일으킵니다

Cryptocurrency influencer Rekt Fencer's recent claim to have created a profitable Bitcoin (BTC) trading algorithm using OpenAI's ChatGPT has sparked a wave of skepticism within the crypto community.

OpenAI의 ChatGPT를 사용하여 수익성 있는 비트코인(BTC) 거래 알고리즘을 만들었다는 암호화폐 영향력자 Rekt Fencer의 최근 주장은 암호화폐 커뮤니티 내에서 회의적인 물결을 불러일으켰습니다.

Trading algorithms are commonly used in financial markets to automate trading decisions based on predefined rules and mathematical models. Rekt Fencer alleges to have developed such an algorithm that reportedly generated $71,500 in profits.

거래 알고리즘은 미리 정의된 규칙과 수학적 모델을 기반으로 거래 결정을 자동화하기 위해 금융 시장에서 일반적으로 사용됩니다. Rekt Fencer는 71,500달러의 수익을 창출한 것으로 알려진 알고리즘을 개발했다고 주장합니다.

According to Rekt Fencer's Twitter thread on April 25th, the algorithm utilizes the Bollinger Bands Indicator on the TradingView platform. He claims to have built the bot in just 10 minutes using ChatGPT's AI prompts, which were also used to resolve coding errors and technical glitches.

4월 25일 Rekt Fencer의 트위터 스레드에 따르면 알고리즘은 TradingView 플랫폼의 볼린저 밴드 지표를 활용합니다. 그는 코딩 오류와 기술적 결함을 해결하는 데에도 사용된 ChatGPT의 AI 프롬프트를 사용하여 단 10분 만에 봇을 구축했다고 주장합니다.

However, many users have expressed doubts about the authenticity of Rekt Fencer's claims. They argue that the alleged profits are the result of backtesting, a simulation process that does not reflect actual market conditions.

그러나 많은 사용자들은 Rekt Fencer의 주장의 진위 여부에 대해 의구심을 표명했습니다. 이들은 실제 시장 상황을 반영하지 않은 시뮬레이션 과정인 백테스팅의 결과라고 주장한다.

Backtesting involves testing a trading strategy on historical data, which can provide misleading results compared to real-time trading. Skeptics point out that Rekt Fencer's thread only mentions profits and not losses, a scenario that is highly unlikely in live market trading.

백테스팅에는 과거 데이터를 바탕으로 거래 전략을 테스트하는 작업이 포함되며, 이는 실시간 거래에 비해 오해의 소지가 있는 결과를 제공할 수 있습니다. 회의론자들은 Rekt Fencer의 스레드에서는 손실이 아닌 이익만 언급하고 있으며 이는 실제 시장 거래에서는 거의 발생하지 않는 시나리오라고 지적합니다.

Furthermore, critics argue that creating a trading algorithm is a complex process that requires significant technical expertise. They question whether AI bots like ChatGPT are capable of generating effective trading strategies, given their potential limitations in understanding the intricacies of financial markets.

더욱이 비평가들은 거래 알고리즘을 만드는 것은 상당한 기술 전문 지식이 필요한 복잡한 과정이라고 주장합니다. 그들은 금융 시장의 복잡성을 이해하는 데 잠재적인 한계가 있기 때문에 ChatGPT와 같은 AI 봇이 효과적인 거래 전략을 생성할 수 있는지 의문을 제기합니다.

"Making a trading algo it's complicated and can't be based on a retail indicator," commented GP Crypto Chief, a prominent crypto analyst. "Profit factor of 2.20 in testing is way too low and likely he excluded the settings where fees are not calculated."

저명한 암호화폐 분석가인 GP Crypto Chief는 "거래 알고리즘을 만드는 것은 복잡하며 소매 지표를 기반으로 할 수 없습니다"라고 말했습니다. "테스트에서 이익 계수 2.20은 너무 낮으며 수수료가 계산되지 않는 설정을 제외했을 가능성이 높습니다."

The debate surrounding Rekt Fencer's trading algorithm highlights the importance of caution when using automated trading systems, especially those based on unproven AI technology. Users should thoroughly evaluate the credibility of such systems before deploying real capital.

Rekt Fencer의 거래 알고리즘을 둘러싼 논쟁은 자동화된 거래 시스템, 특히 입증되지 않은 AI 기술을 기반으로 하는 시스템을 사용할 때 주의의 중요성을 강조합니다. 사용자는 실제 자본을 배치하기 전에 해당 시스템의 신뢰성을 철저히 평가해야 합니다.

It is crucial to note that while AI and machine learning can assist traders in analyzing data and identifying trends, they should not be solely relied upon for making investment decisions. Traders should always exercise due diligence, conduct thorough research, and understand the risks associated with automated trading.

AI와 기계 학습은 트레이더가 데이터를 분석하고 추세를 식별하는 데 도움을 줄 수 있지만 투자 결정을 내리는 데에만 의존해서는 안 된다는 점에 유의하는 것이 중요합니다. 거래자는 항상 실사를 수행하고, 철저한 조사를 수행하고, 자동 거래와 관련된 위험을 이해해야 합니다.