وكلاء LLM وتوقعات الاستراتيجيات في الأسواق غير المتجانسة

الملخص

تبحث هذه الدراسة فيما إذا كان وكيل توليدي يعمل بنموذج لغوي كبير قادرًا على محاكاة التغيرات في مزيج سلوك المستثمرين الأساسيين ومتبعي الاتجاه كما تصفه نماذج الوكلاء غير المتجانسين. ويستخدم الوكيل المعلومات الحالية لإسناد احتمالات إلى تبني أي من الاستراتيجيتين، ثم تُقارن هذه الاحتمالات بنتائج الأدبيات بشأن مؤشر إس آند بي 500 من 1990 إلى 2020.

تشير المقارنة المعلنة إلى توافق توقعات الوكيل مع الأنماط الموثقة في أبحاث سابقة عن الوكلاء غير المتجانسين. ويفحص الباحثون أيضًا سوقًا اصطناعية لدراسة عملية اتخاذ القرار لدى الوكيل. ويحافظ هذا التحليل على تباين التوقعات، لكنه يجد ميلًا منهجيًا نحو السلوك الأساسي. ولا يحدد الملخص مطالبات النموذج أو تصميم التحقق أو جودة المطابقة الكمية أو اختبارات المتانة؛ لذا تدعم الأدلة مقارنة التوقعات، لا إثبات ميزة تداول.

الأفكار الرئيسية

• يسند الوكيل التوليدي احتمالات إلى استراتيجيات المستثمرين الأساسيين ومتبعي الاتجاه باستخدام المعلومات الحالية.
• تُقارن احتمالات استراتيجياته بنتائج أبحاث الوكلاء غير المتجانسين لمؤشر إس آند بي 500 من 1990 إلى 2020.
• تتوافق التوقعات المعلنة مع أنماط الأدبيات السابقة.
• يُظهر تحليل السوق الاصطناعية توقعات غير متجانسة إلى جانب ميل منهجي نحو السلوك الأساسي.

الوسوم

# Generative Agents and Expectations: Do LLMs Align with Heterogeneous Agent Models?


# Generative Agents and Expectations: Do LLMs Align with Heterogeneous Agent Models?









Results in the Heterogeneous Agent Model (HAM) literature determine the proportion of fundamentalists and trend followers in the financial market. This proportion varies according to the periods analyzed. In this paper, we use a large language model (LLM) to construct a generative agent (GA) that determines the probability of adopting one of the two strategies based on current information. The probabilities of strategy adoption are compared with those in the HAM literature for the S\&P 500 index between 1990 and 2020. Our findings suggest that the resulting artificial intelligence (AI) expectations align with those reported in the HAM literature. At the same time, extending the analysis to artificial market data helps us to filter the decision-making process of the AI agent. In the artificial market, results confirm the heterogeneity in expectations but reveal systematic asymmetry toward the fundamentalist behavior.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.