A seguito dei risultati del nostro trading su singoli asset, abbiamo approfondito il motivo per cui alcuni modelli hanno avuto successo, mentre altri sono stati distrutti. Quando abbiamo raggruppato gli agenti in base alla sensibilità agli indicatori, sono emerse personalità di trading distinte — fenotipi. I fenotipi hanno rivelato come i LLM hanno operato, tenendo conto degli asset, della volatilità e dei dati di mercato.

2/ Questa mappa di calore rivela come ciascun modello interpreta dati di mercato identici. - GPT-5 mostra forti coefficienti RSI e CMF positivi; acquista quando gli indicatori tradizionali segnalano condizioni di ipervenduto e i flussi di denaro entrano. - Grok-4 ha una sensibilità RSI negativa ma una risposta positiva alla larghezza delle bande di Bollinger. Riduce la forza e acquista l'espansione della volatilità. - DeepSeek ha un forte coefficiente RSI negativo. Non acquista sui ribassi e riduce i rally. - Claude aspetta la conferma della volatilità prima di impegnarsi. Meno reattivo, più condizionale. Con lo stesso prompt e lo stesso feed di dati, abbiamo visto quattro teorie diverse su cosa conta nelle reali condizioni di trading.