محاكاة اجتماعات FOMC بوكلاء قائمين على LLM

مقال arXiv papers · المؤلف: Sungil Seok et al.

الملخص

MiniFed إطار لمحاكاة اجتماعات اللجنة الفيدرالية للسوق المفتوحة باستخدام وكلاء نماذج اللغة الكبيرة. ويهدف إلى تمثيل أعضاء الاجتماعات وعملية اتخاذ القرار في اللجنة، محولًا الاهتمام من دراسة آثار تغيرات سعر الفائدة على الأموال الفيدرالية وحدها إلى نمذجة كيفية اتخاذ قرارات الفائدة. وينظم الإطار سير عمل من خمس مراحل، ويتضمن محاولة لتحسين بنية اللجنة المحاكاة.

تذكر الورقة تجارب يتنبأ فيها الإطار بأسعار الفائدة على الأموال الفيدرالية بدقة عالية، وينتج سلوكًا للوكلاء يتوافق مع نظرائهم في العالم الحقيقي. ولا يقدم الوصف تفاصيل عن مجموعات البيانات أو مقاييس التقييم أو آفاق التنبؤ أو خطوط الأساس للمقارنة، لذلك لا يمكن تقييم قوة هذه النتائج ومدى تعميمها هنا. ويتناول العمل محاكاة قرارات السياسة والتنبؤ بالفائدة؛ ولا يحدد استراتيجية تداول مباشرة أو يثبت عوائد سوقية.

الأفكار الرئيسية

يستخدم MiniFed وكلاء LLM لنمذجة أعضاء اجتماعات FOMC وعملياتها.
يهدف سير العمل ذو المراحل الخمس إلى محاكاة مداولات اللجنة وتحسين بنيتها.
يستهدف الإطار التنبؤ بأسعار الفائدة على الأموال الفيدرالية، إلى جانب إعادة بناء عملية الاجتماعات.
تدعي التجارب المبلغ عنها دقة التنبؤ وتوافق السلوك، لكن الوصف المتاح لا يورد تفاصيل التقييم.
تركز الورقة على محاكاة السياسة بدلًا من استراتيجية تداول سوقية محددة.

الوسوم

التعلم الآلي الدخل الثابت الأسواق الأمريكية الإحصاء

النص الكامل

# MiniFed : Integrating LLM-based Agentic-Workflow for Simulating FOMC Meeting


# MiniFed : Integrating LLM-based Agentic-Workflow for Simulating FOMC Meeting









The Federal Funds rate in the United States plays a significant role in both domestic and international financial markets. However, research has predominantly focused on the effects of adjustments to the Federal Funds rate rather than on the decision-making process itself. Recent advancements in large language models(LLMs) offer a potential method for reconstructing the original FOMC meetings, which are responsible for setting the Federal Funds rate. In this paper, we propose a five-stage FOMC meeting simulation framework, MiniFed, which employs LLM agents to simulate real-world FOMC meeting members and optimize the FOMC structure. This framework effectively revitalizes the FOMC meeting process and facilitates projections of the Federal Funds rate. Experimental results demonstrate that our proposed MiniFed framework achieves both high accuracy in Federal Funds rate projections and behavioral alignment with the agents' real-world counterparts. Given that few studies have focused on employing LLM agents to simulate large-scale real-world conferences, our work can serve as a benchmark for future developments.

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.