人工智能能在加密货币领域赚钱吗？衡量回测与真实市场的差距

基于人工智能的交易方法已经从机器学习和强化学习迅速发展到大语言模型（LLM）和交易Agent，但其性能仍然主要通过历史回测来评估。此类评估提供的证据有限，表明一种方法是否可以推广到看不见的未来市场，或者其回测性能是否可以在现实的交易摩擦（例如延迟、滑点、流动性限制和市场影响）中维持。我们提出了一个统一的基准，通过三个逐步更加现实的阶段来评估加密货币市场中代表性的机器学习、强化学习、基于LLM和基于Agent的交易方法：历史回测、基于交易所的前瞻性纸面交易和真实货币实时交易。这些阶段通过从历史市场转向看不见的未来市场，共同提高了时间现实性，并通过从离线模拟转向实时交易，共同提高了执行现实性。该协议使我们能够量化回测与实现的差距，确定性能何时开始恶化，并比较主要类别的人工智能交易方法之间的差距有何不同。我们进一步提供支持所有三个评估阶段的统一开源系统，以及不断更新基准结果的公共平台。代码可在 https://github.com/Starlien95/Awesome-TradingAI. 获取