ชื่อเดิม: "หกหลัก AI เทรดเจอร์ 10 วัน: เปิดเส้นทางบน TRINDS, วินัยและความโลภ"

ต้นฉบับโดยแฟรงก์ PANews

ภาย ใน เวลา ไม่ ถึง 10 วัน เงิน ทุน ก็ เพิ่ม ขึ้น เป็น สอง เท่า。

เมื่อดีพซีคและคิวเวน3 ประสบความสําเร็จในการแสดงนี้ใน อัลฟาเซโร อาไอ การซื้อขายหนังสือจริงเปิดตัวในโนฟวัน มันบังคับให้เราเผชิญปัญหา AI กําลังย้ายจาก "เครื่องมือวิจัย" มาเป็น "นักเล่นแบบเส้นเดียว" พวกเขาคิดยังไง? PANews ได้ทําการทบทวนอย่างละเอียดเกี่ยวกับเกือบ 10 วันของการทําธุรกรรมของหกโมเดลหลักในการแข่งขันนี้。

มันไม่มีเทคโนโลยี "แย่"

ก่อนที่เราจะวิเคราะห์มัน เราต้องสรุปให้ชัดเจนว่า การตัดสินใจของ AI ของการแข่งขันนี้ไม่เข้มงวด โมเดลทั้งหมด รับข้อมูลเทคนิคแบบเดียวกันเป๊ะ (รวมไปถึงราคาปัจจุบัน, เส้นเฉลี่ย, เอ็มซีดี, อาร์ทีเอ็ม, สัญญาลดความเร็ว, อัตราการเงิน และข้อมูลอนุกรมของ 4 ชั่วโมง 3 นาที) และไม่สามารถดําเนินการได้เพื่อข้อมูลพื้นฐานพื้นผิว。

นี้กําจัดการแทรกแซง "ปัญญา" และทําให้การแข่งขันการทดสอบสูงสุดของข้อเสนอโบราณ。

ในแง่ของเนื้อหาเฉพาะ AI มีการเข้าถึงต่อไปนี้:

สถานะตลาดในปัจจุบันของปัญหา: รวมข้อมูลราคาปัจจุบัน, ราคาเฉลี่ย 20 วัน, ข้อมูลเอ็มซีดี, ข้อมูล CRD, ข้อมูลสัญญาสัญญา, อัตราการเงิน, และอนุกรมภายในวัน (3 นาที), ชุดการเคลื่อนไหวระยะยาว (4 ชั่วโมง) ฯลฯ。

ข้อมูลของบัญชีผู้ใช้และประสิทธิภาพ: นี่รวมถึงการแสดงโดยรวมของบัญชีปัจจุบัน อัตราผลตอบแทน กองทุนที่มี สัดส่วนที่คมชัด ฯลฯ ผลงานจริงของตําแหน่งปัจจุบัน สภาวะปัจจุบันของการสูญเสียและการสูญเสีย ฯลฯ。

ลึก

ดัง ที่ กล่าว ใน วัน ที่ 27 ตุลาคม ดีป ซี ก์ มี บัญชี ราย ได้ สูง ถึง 2,063 บาท โดย มี ยอด เงิน เหลือ ประมาณ 130 เปอร์เซ็นต์. ไม่ ต้อง สงสัย ว่า แบบ จําลอง การ แสดง ที่ ดี ที่ สุด และ ใน การ วิเคราะห์ การ ซื้อ ขาย คุณ พบ ว่า ไม่ ใช่ อุบัติเหตุ ที่ จะ ประสบ ความ สําเร็จ เช่น นั้น。

อันดับแรก เมื่อพูดถึงความถี่ของการทําธุรกรรม ดีพซีกแสดงรูปแบบความต่อเนื่องต่ําของนักค้ากระแส และในอีกเก้าวัน มันจะเสร็จสิ้นการซื้อขาย 17 ครั้ง จาก 17 ธุรกรรม ดีพซีก เลือกที่จะทํามากขึ้น 16 ครั้ง เมื่อว่างเปล่า ซึ่งตรงกับตลาดโดยรวม。

แน่ ละ การ เลือก ทิศ ทาง นี้ ไม่ ใช่ โดย บังเอิญ และ ดีพ ซีก โดย การ วิเคราะห์ อย่าง ละเอียด ถี่ถ้วน เช่น อาร์ เอ ส ไอ และ เอ็ม ซี ดี ได้ คิด เสมอ มา ว่า ตลาด ปัจจุบัน ทั้ง หมด กําลัง เพิ่ม ขึ้น และ เลือก ทํา มาก ขึ้น ด้วย ความ ตั้งใจ แน่ว แน่。

ในหลักสูตรที่ระบุไว้ของการทําธุรกรรม ดีพซีก หลายลําดับคําสั่งเริ่มต้นไม่ดี และห้าครั้งแรกล้มเหลว แม้ว่าการสูญเสียไม่ได้สําคัญ คํา สั่ง ก่อน หน้า นี้ ถูก จัด ขึ้น ชั่ว ระยะ เวลา สั้น ๆ และ ผู้ ที่ สั้น ที่ สุด ใช้ เวลา เพียง แปด นาที. เครื่องราชอิสริยาภรณ์ของดีพพิคเริ่มแสดงสถานการณ์อย่างยั่งยืน เมื่อสถานการณ์เคลื่อนไหวในทิศทางก่อน。

จากสไตล์ไซโลของดีพสก์ มันใช้เป็นที่ตั้งของพื้นที่ที่ใหญ่และเล็ก ไม่ปิด หลังจากเข้าไปในเว็บไซต์ ในกรณีของ 27 ตุลาคม พื้นที่เฉลี่ยที่มีอยู่คือ 11.39 เปอร์เซ็นต์ พื้นที่เฉลี่ยที่มีคือ -3.52 เปอร์เซ็นต์ และอัตราส่วนประมาณ 3.55% จาก มุม มอง ดัง กล่าว กลยุทธ์ การ ค้า ของ ดีป ซีก เป็น ที่ ยอม รับ มาก กว่า แนว คิด เรื่อง การ ทํา กําไร เล็ก ๆ น้อย ๆ。

เป็นจริงในแง่ของผลลัพธ์ที่เกิดขึ้นจริง ตามการวิเคราะห์สรุป PARNews, สัดส่วนกําไร/ลอสเฉลี่ยใน ดีพซีก' ธุรกรรมตกลงเป็น 6.71, สูงที่สุดของโมเดลทั้งหมด. ถึง แม้ 41 เปอร์เซ็นต์ ชนะ ไม่ ได้ สูง ที่ สุด (ตําแหน่ง ที่ สอง) ก็ มี การ จัด อันดับ แรก ด้วย 2.76. นี่ ยัง เป็น สาเหตุ หลัก ที่ ทํา ให้ ดีป ซีก เป็น ประโยชน์ ที่ สุด。

นอก จาก นั้น ใน แง่ ของ การ จัด เวลา ดีป ซีก มี เวลา โดย เฉลี่ย 2952 นาที (ประมาณ 49 ชั่วโมง) ก็ จัด อันดับ แรก ด้วย. ใน หลาย รุ่น อาจ พรรณนา ได้ ว่า เป็น นัก ค้า ขาย ที่ มี แนว โน้ม อย่าง แท้ จริง และ สอดคล้อง กับ แนว คิด ที่ ว่า ปัจจัย สําคัญ ที่ สุด ใน การ ค้า ทาง การ เงิน คือ “ปล่อยให้ กระสุน ปลิว ไป. ”。

ในแง่ของการจัดการคลังสินค้า ดีพซีก ค่อนข้างรุนแรง มีอํานาจต่อรองแบบเดียวเฉลี่ย 2.23 ตําแหน่ง และบ่อยครั้งหลายพื้นที่ ตัว อย่าง เช่น ใน วัน ที่ 27 ตุลาคม การ ซื้อ ขาย สินค้า ทั้ง หมด มี มาก กว่า สาม ครั้ง. อย่าง ไร ก็ ตาม มัน ยัง ทํา ให้ ความ เสี่ยง ยัง คง มี อยู่ เนื่อง จาก มี การ ปรับ ตัว ให้ เข้า กับ สภาพ การ หยุด งาน อย่าง เข้ม งวด。

โดยทั่วไปแล้ว การต่อรองของดีพซีก ได้ผลดีกว่า เป็นผลมาจากกลยุทธ์ที่ครอบคลุม ในแง่ของการคัดเลือกคลังสินค้า มันใช้เพียงระบบเอ็มซีดีหลักๆ และระบบ CRD เป็นพื้นฐานในการตัดสิน เฉพาะการบังคับใช้อย่างเข้มงวด ของสัดส่วนที่สมเหตุสมผล ของรายได้และการสูญเสีย และการตัดสินใจ。

อีกอย่าง ปานิวส์เจอรายละเอียดพิเศษ ในกระบวนการคิดถึงห่วงโซ่นี้ลึกลึก และยังมีคุณลักษณะทางความคิดในอดีตต่อไป ลักษณะ เด่น นี้ สะท้อน ให้ เห็น ใน หมู่ พ่อค้า ที่ เป็น มนุษย์ เช่น เดียว กับ คน เหล่า นั้น ที่ มุ่ง สนใจ เรื่อง การ ปรับ ปรุง ใหม่ ซึ่ง จะ ทํา ทุก ๆ สาม นาที。

ความสามารถในการรีเซ็ตนี้ แม้ว่าการนําไปใช้กับโมเดล AI จะมีผลกระทบบางอย่าง การ ทํา เช่น นี้ ทํา ให้ แน่ ใจ ว่า แต่ ละ เหรียญ และ ราย ละเอียด ของ สัญญาณ ตลาด ถูก วิเคราะห์ ซ้ํา แล้ว ซ้ํา อีก และ ไม่ ถูก มอง ข้าม. นี่น่าจะเป็นอีกที่ ที่พวกพ่อค้ามนุษย์สามารถเรียนรู้ได้มากที่สุด。

Qwen3: นักพนันหัวรุนแรงของพันธมิตรใหญ่ พ.ศ

พอ ถึง วัน ที่ 27 ตุลาคม Qwen3 เป็น แบบ จําลอง ที่ ดี ที่ สุด เป็น อันดับ สอง. บัญชีหลักราคา 20,000 บาท โดยมีกําไร 100 เปอร์เซ็นต์ หลังจากดีพพิก QWwen3 เป็นลักษณะเฉพาะของอํานาจและความสําเร็จสูง อัตราการประสบความสําเร็จโดยรวมคือ 43.4 เปอร์เซ็นต์ อันดับแรกในแบบจําลองทั้งหมด ใน เวลา เดียว กัน ขนาด ของ คลัง สินค้า แต่ ละ แห่ง สูง ถึง 56 ล้าน ดอลลาร์ (อัตรา การ ค้า สูง 5.6 เท่า) และ สูง ที่ สุด ใน บรรดา รุ่น. แม้ ว่า ไม่ เหมือน กับ ดีพ ซีก ใน แง่ ของ ความ คาด หวัง ด้าน ผล กําไร แต่ รูป แบบ การ พบ ปะ สังสรรค์ ที่ กว้าง ขวาง ยัง คง ทํา ให้ ผล ใกล้ เคียง กับ ดีพ ซี ก์ จน ถึง ปัจจุบัน。

Qwen3 'รูปแบบการค้า s' ค่อนข้างรุนแรง มีค่าเฉลี่ยการตัดออกของ $ 491, สูงสุดของโมเดลทั้งหมด การสูญเสียสูงสุดสูงสุดสูงสุด จํานวน $2232 เป็นค่าสูงสุดด้วย นอกจากนี้ยังหมายความว่า QWen3 สามารถทนต่อการสูญเสียที่มากขึ้นที่รู้จักกันโดยทั่วไปเป็นค่าใช้จ่าย แต่ ที่ แย่ ยิ่ง กว่า ดีพ ซีก คือ ถึง แม้ มัน จะ อด ทน กับ การ สูญ เสีย มาก ขึ้น มัน ก็ จะ ไม่ ได้ รับ การ ตอบ แทน สูง กว่า. กําไรเฉลี่ยของ Qwen3 คือ 1547 น้อยกว่า ดีพซีก นอก จาก นี้ ยัง ทํา ให้ เกิด อัตรา การ คาด หวัง ผล กําไร เพียง 1.36 คน เพียง ครึ่ง หนึ่ง ของ ดีด ก์。

นอก จาก นั้น ลักษณะ อีก อย่าง หนึ่ง ของ QWenn3 คือ มัน ชอบ ให้ มี ตําแหน่ง ใน คลัง สินค้า ครั้ง หนึ่ง และ พนัน กัน. การ ต่อรอง ที่ มัก จะ ใช้ ถึง 25 ครั้ง (จํานวน สูง สุด ที่ อนุญาต ใน การ แข่งขัน). การ ซื้อ ขาย ดัง กล่าว มี ลักษณะ เด่น คือ การ ไว้ วางใจ อย่าง หนัก ใน ความ สําเร็จ ใน อัตรา สูง เนื่อง จาก การ สูญ เสีย แต่ ละ ราย จะ ยัง ผล ให้ เกิด การ หวน กลับ ที่ ใหญ่ กว่า。

ในกระบวนการตัดสินใจ QWenn3 ดูเหมือนจะให้ความสนใจโดยเฉพาะอย่างยิ่งกับ สาย EMA 20 ที่ระดับ 4 ชั่วโมงเป็นสัญญาณของการเข้าถึงของตัวเอง และระหว่างทางที่จะคิดว่า QWEN3 ดูเรียบง่าย Qwen3 ยังแสดงความหงุดหงิดในความยาวของการถือออก โดยเฉลี่ยถือออก 10.5 ชั่วโมงจัดอันดับเฉพาะเหนือเจมีนี。

โดยทั่วไปแล้ว ขณะที่ผลกําไรในปัจจุบันนั้นดูดี QWEN3 ยังมีความเสี่ยงมากขึ้นด้วย โดยมีรูปแบบการคลังสินค้าที่เกินขนาด ความสิ้นหวัง พอ ถึง วัน ที่ 28 ตุลาคม ได้ มี การ ถอน เงิน จาก QWen3 บาท เป็น เงิน 1.6 ล้าน บาท และ 26.8 เปอร์เซ็นต์ จาก คะแนน สูง สุด。

คลอด: ผู้จัดทําหลายหัว

คลา วด์ แม้ ว่า โดย ทั่ว ไป จะ เป็น ประโยชน์ เช่น กัน เนื่อง จาก ใน วัน ที่ 27 ตุลาคม บัญชี ทั้ง หมด มี มูลค่า ประมาณ 1,2,500 บาท หรือ ประมาณ 25 เปอร์เซ็นต์. มันดูฉลาดทีเดียว, แต่มันดูแย่กว่า ดีพซีก กับ Qwen3 นิดหน่อย。

ในความเป็นจริงทั้งความถี่ค่าใช้จ่ายและขนาดของโกดังรวมทั้งด้านที่ชนะ Claude และ Depeek ทั้งคู่มีการแสดงออกของข้อมูลที่ใกล้กว่า 201 ชนะ 38% ต่อรองเฉลี่ย 2.32。

และเหตุผลของช่องว่างขนาดใหญ่ก็คือ สัดส่วนกําไร/การสูญเสียต่ํา แม้ว่าสัดส่วนกําไร/การสูญเสียของ Claude จะดี แต่ถึงจะได้ 2.1 แต่มีมากกว่า 3 เท่าของความแตกต่างระหว่าง ดีพซีก กับ ดีพ เช็ก ผล ก็ คือ ความ คาด หวัง ใน เรื่อง ผล กําไร ของ มัน มี เพียง 0.8 (ถ้า ไม่ มี 1 จะ ยัง คง บกพร่อง อยู่ ใน ระยะ ยาว) ภาย ใต้ ข้อมูล รวบ รวม นี้。

นอก จาก นั้น คลา วด์ ยัง มี ลักษณะ เด่น ของ การ ชี้ นํา เพียง อย่าง เดียว เท่า นั้น สําหรับ ช่วง เวลา หนึ่ง และ จาก คํา สั่ง 21 ข้อ ซึ่ง ปิด อยู่ เมื่อ วัน ที่ 27 ตุลาคม คลา วด์ ได้ ทํา มาก กว่า。

สูญเสียทิศทางไป

โกรกทําได้ดีกว่าในช่วงก่อนๆ และในจุดหนึ่งกลายเป็นโมเดลที่กําไรมากที่สุด โดยมีกําไรสูงสุดมากกว่า 50 เปอร์เซ็นต์ แต่ด้วยเวลาการทําธุรกรรมที่เพิ่มขึ้น การล่าถอยของโกรกรุนแรง เมื่อ ถึง วัน ที่ 27 ตุลาคม เงิน กองทุน กลับ มา ราว ๆ 10,000 ดอลลาร์. ตัวที่สี่ในแบบจําลองทั้งหมด คืออัตราผลตอบแทนโดยรวม ที่ใกล้เคียงกับการจับจุด BTC。

จากนิสัยการค้า โกรกยังเป็นผู้ค้าความถี่ต่ํา และถือสายยาว มี การ ทํา การ ซื้อ ขาย เพียง 20 ราย โดย เฉลี่ย เวลา 30.47 ชั่วโมง ซึ่ง อยู่ ต่ํา กว่า ดีพ เช็ก เท่า นั้น. แต่ปัญหาที่ใหญ่ที่สุดสําหรับโกรก อาจจะต่ําเกินไป 20% และอัตรากําไร/การสูญเสียเป็นเพียง 1.85 และนั่นทําให้มันเหลือแค่ 0.3 จากทิศทางของการเรียกเก็บเงิน สยาม 20 ของโกรกว่างเปล่า 10 ครั้ง ใน ระยะ นี้ เห็น ได้ ชัด ว่า มี การ ทํา มาก เกิน ไป เพื่อ ลด โอกาส ที่ จะ ชนะ. จากมุมมองนี้ โมเดลโกรกยังคงมีปัญหา ในการตัดสินของแรงผลักดันของตลาด。

JEmini: HF "scramble" สวมใส่ "ความตาย" ในการกระโดดซ้ํา

Gemini เป็นรุ่นที่ซื้อขายบ่อยที่สุด มีการทําธุรกรรม 165 ครั้งเดียวสําเร็จเป็น 27 ตุลาคม พ.ศ. การเรียกเก็บเงินที่มากเกินไปยังส่งผลให้ ธุรกรรมของจีมีนีต่ําด้วย โดยจํานวนเงินที่ต่ําที่สุดลดลงเป็นประมาณ $3,800 โดยมีอัตราการสูญเสีย 62 เปอร์เซ็นต์ ใน จํานวน นี้ มี 1095.78 คน ใช้ เงิน ค่า ใช้ จ่าย เท่า นั้น。

เบื้องหลังการเทรดของ HF เป็นอัตราที่ต่ํามากของชัยชนะ (25 เปอร์เซ็นต์) และเพียง 1.18 โดยมีการประมาณกําไรรวมของ 0.3 ด้วยข้อมูลนี้ ข้อตกลงของจีมีนี จะกลายเป็นการสูญเสีย บางทีเขาอาจจะไม่มั่นใจในการตัดสินใจของเขา และ Gemini มีพื้นที่คลังสินค้าขนาดเล็กมากโดยมีตําแหน่งโกดังเดียวที่มีอัตราการต่อรองของ 0.77 และถือขึ้น 7.5 ชั่วโมงในเวลาเดียวกัน。

ค่าตัดเฉลี่ยอยู่ที่ $81 และ ค่าตัดเฉลี่ยคือ $96 เจมีนีมีพฤติกรรมมากขึ้นเช่นการจําหน่ายทั่วไป ทํากําไร วิ่งหนีที่การสูญเสีย การเรียกเก็บเงินซ้ําได้ดําเนินการในหลักสูตรของการเปลี่ยนแปลงด้านบนลง และครูใหญ่บัญชีที่ถูกสวมใส่ตลอดเวลา。

GPT5: LOW-WIN กับ FEBRUARY-FLOW-DERFORITY ฆ่า 2 ครั้ง

GPT5 เป็นรุ่นล่างปัจจุบัน และการแสดงโดยรวมและเส้นโค้งนั้นใกล้เคียงกับ Gemini โดยสูญเสียมากกว่า 60% เมื่อเทียบกับ GPT5 ซึ่งไม่มี Gemini เป็นความถี่สูง มันยังทําให้ข้อแลกเปลี่ยน 63 ข้อด้วย อัตราส่วนกําไร/การสูญเสียคือ 0.96, i. ค่าเฉลี่ยของ $096 ต่อกําไร, และการสูญเสีย/การสูญเสียที่คู่กันคือ $1 ในขณะเดียวกัน GPT5 มีอัตราแลกเปลี่ยนที่ต่ํา 20% เทียบได้กับการรณรงค์โกรก。

GPT5 และ Gemini อยู่ใกล้มากในแง่ของขนาดการถือครอง โดยมีการซื้อขายสินค้าเฉลี่ยประมาณ 0.76 ดูระวังตัวนะ。

กรณีของ GPT5 และ Gemini แสดงให้เห็นว่า ความเสี่ยงของโกดังที่ต่ํากว่า ไม่จําเป็นต้องเป็นกําไรจากบัญชี และภายใต้การค้าขายที่มีประสิทธิภาพสูง ทั้งผู้ชนะและสัดส่วนที่สูญเสียกําไร จะถูกลดทอน นอก จาก นั้น แบบ จําลอง ทั้ง สอง แบบ มี ราคา เปิด สูง เป็น พิเศษ ใน หลาย ด้าน แทน ที่ จะ เป็น แบบ จําลอง กําไร เช่น ดีพ ซีก ซึ่ง บ่ง ชี้ ว่า สัญญาณ ทาง เข้า ของ มัน ดู เหมือน ช้า。

การใช้งาน: AI มุมมองของ "ธรรมชาติของมนุษย์"

โดยรวมแล้ว การวิเคราะห์การค้าขายของเอไอ ทําให้เรามีโอกาสดูกลยุทธ์การค้าอีกครั้ง จากผลการวิเคราะห์แบบจําลองนี้ น่าสนใจมาก โดยเฉพาะเมื่อเทียบกับผลลัพธ์การค้าสุดโต่ง 2 อย่าง ของผู้เล่นที่แสวงหาผลกําไรสูงและจีมีน และการสูญเสียครั้งใหญ่ของ GPT5。

1 พฤติกรรมที่แสวงหาผลกําไรสูง มีคุณลักษณะหลายอย่าง: ความถี่ต่ํา ยืนยาว อัตราส่วนกําไรสูง และเวลาเข้า。

2 คุณลักษณะต่อไปนี้เป็นลักษณะของพฤติกรรม ของการสูญเสีย: ความถี่สูง ระยะสั้น อัตรากําไรต่ํา และรายการที่ปลาย。

ไม่มีการเชื่อมโยงโดยตรงระหว่างขอบกําไรและข้อมูลตลาด และในการแข่งขันการค้าแบบ AI นี้รุ่น AI ทุกโมเดลมีข้อมูลเดียวกัน และแหล่งข้อมูลของพวกเขา อย่าง ไร ก็ ตาม ยัง คง เป็น ไป ได้ ที่ จะ ทํา ให้ พ่อค้า ส่วน ใหญ่ ประสบ ผล สําเร็จ。

4 ความ ยาว ของ แนว ความ คิด ดู เหมือน เป็น พื้น ฐาน ใน การ ตัดสิน ว่า การ ทํา การ ค้า มี ความ สําคัญ เพียง ไร. กระบวนการตัดสินใจในดีพซีค เป็นกระบวนการที่ยาวที่สุดของแบบจําลองทั้งหมด และกระบวนการคิดก็เป็นเหมือนกฏ และการเชื่อมโยงความคิด ของแบบจําลองที่ไม่ดีนั้นสั้นมาก เหมือนกระบวนการสมองมนุษย์ที่ตีได้。

5 ด้วยวงกลมกําไรของ ดีพซีก, QWenn3 และอื่น ๆ อภิปรายหลาย ๆ ว่ารุ่น AI นี้สามารถปฏิบัติตามโดยตรง แต่ปฏิบัติการนี้ดูเหมือนจะไม่พึงประสงค์ และถึงแม้ว่า ผลประโยชน์ในปัจจุบันของ AI แต่ละคนจะดี ดูเหมือนว่าจะมีองค์ประกอบบางอย่างของโชค ยัง ไม่ ทราบ ว่า จะ รักษา ข้อ ได้ เปรียบ นี้ ได้ หรือ ไม่ เมื่อ สถานการณ์ ได้ บรรลุ รัฐ ใหม่. อย่างไรก็ตาม ความสามารถของ AI ในการทําธุรกรรม คุ้มค่ากับการเรียนรู้。

ใน ที่ สุด ใคร จะ ชนะ ใน ชัย ชนะ ขั้น สุด ท้าย? PANews ส่งข้อมูลเหล่านี้ไปยังโมเดล AI หลายแบบ ซึ่งเลือกดีพซีกอย่างเป็นเอกฉันท์ ด้วยเหตุผลที่ว่าความคาดหวังกําไรของพวกเขา。

ที่น่าสนใจคือ มันเป็นแบบจําลองที่ดีที่สุดลําดับที่สอง และเกือบทั้งหมดเลือกตัวเอง。

ส่วนเชื่อมโยงดั้งเดิม