本次实验为每个AI模型配置了1万美元的初始资金，在Hyperliquid平台上进行永续合约交易，严格限定其仅能基于价格、成交量等数值数据进行决策。研究发现，不同模型在风险偏好、持仓周期和交易频率上展现出显著差异，这一发现揭示了模型行为模式的多样性。更为重要的是，数据格式的细微调整会直接对交易表现产生重大影响，凸显了数据预处理在量化交易中的关键作用。
这项测试突破了传统静态评估框架的局限，为AI研究开辟了通往实时决策场景的新路径。通过模拟真实市场环境，实验不仅验证了AI模型在自动化交易中的潜力，还揭示了其在风险控制和市场理解方面仍面临的挑战。尽管当前模型的表现尚未达到理想状态，但这一实践探索为研究零样本系统交易能力提供了重要参考，为未来AI在金融领域的应用奠定了坚实基础。