以引人入胜的2-3句开头（非标题），然后分为4-6个##标题，每个标题后附英文{#sec-...}锚点，以经验教训/下一步章节结尾
我开始研究黄金图表。事实正如许多人所认为的，AI 确实能很好地读图。但当真正将其用于黄金交易时，却发现 AI 仍有一些地方做得不对。我们曾相信 AI 能比人类更准确地解读黄金图表并识别 RSI-MACD 信号，但经过实际测试后，发现存在一些在使用前必须了解的局限性。
AI 读黄金图表实测
我们进行了实际测试，将终端上的真实图表图片提供给视觉模型，让它读取图表上显示的 RSI-MACD 指标值。测试使用我们团队机器上运行的 FLUX 模型（Mac Mini M4 Pro），本轮用3张真实图表图片进行实时测试，统计 AI 正确读取指标值的次数以及每次回答所用的时间。
测试结果显示，AI 能够大致读取指标值，但对于实际黄金交易应用而言还不够令人满意。尤其是在高波动市场环境下，不准确的 RSI-MACD 读数可能会影响交易决策。
图像读图的局限性
尽管现代 AI 的图像感知能力有所提升，但读取包含多层叠加信息的黄金图表仍然是一个障碍。在本次测试中，我们发现 AI 通常能清晰地看到主图线，但在读取位于图表下方框内的指标值（如 RSI）时，错误率往往更高。
此外，读取图表上的数值仍然是一个问题，因为不同终端的显示系统可能各不相同，导致 AI 每次都需要时间适应新环境并调整读数方式。
与实际指标值对比
在 AI 读取图表上的指标值后，我们将所得数值与我们实际使用的 MetaTrader 5 的真实值进行对比。在测试的3张图片中，AI 正确识别了全部3张图表的交易品种名称和时间周期。特别是 MACD 值的读取，AI 的表现优于 RSI 值。
在响应时间方面，平均每个问题约需1.2秒，这对于实时应用来说已经足够快。但不到100%的准确率仍然是一个重要障碍。
环境感知问题
测试中发现的另一个问题是，AI 尚无法完全感知图表周围的环境。例如，当有其他图线遮挡时读取指标值，或者当图表上有其他辅助文字时，AI 容易感到困惑。
此外，读取图表上非常小的指标值，或者当使用不同比例尺时，也会影响 AI 的读数准确性。这些问题使得 AI 在可靠级别上读取黄金图表的能力仍然有限。
未来发展方向
尽管本次测试结果不如许多人预期的那样理想，但我们看到了未来的良好趋势。开发专门针对交易图表的模型，例如用大量黄金图表数据训练模型，可能有助于提高 AI 读取指标值的准确性。
此外，整合来自其他来源的数据，如经济新闻或实际交易数据，可能有助于 AI 更好地理解上下文，从而在未来改善黄金交易的决策。
经验教训与下一步
通过本次测试，我们了解到，尽管 AI 具备一定的黄金图表读取能力，但尚不具备直接用于实际交易的条件。目前使用 AI 读取黄金图表，应仅作为决策辅助工具，不应在实际交易中100%依赖它。
对于想要尝试真实黄金交易的人，可以在这里开设 XM 账户：通过我们的合作伙伴开设 XM 账户
