الانتقال إلى المحتوى
جميع مستندات المكتبة

استخدام وكلاء LLM للتنبؤ بقرارات سعر الفائدة الفيدرالي

مقال arXiv papers · المؤلف: Yuhan Hou et al.
اقرأ المصدر الأصلي

الملخص

يستخدم FedSight AI وكلاء نماذج لغوية كبيرة لمحاكاة مداولات لجنة السوق المفتوحة الفيدرالية والتنبؤ بقرارات النطاق المستهدف لسعر الأموال الفيدرالية. ويراجع كل وكيل مؤشرات اقتصادية منظمة ومواد غير منظمة مثل الكتاب البيج، ويناقش بدائل السياسة ويصوت، بهدف محاكاة عملية اتخاذ اللجنة للقرار.

ويطبق النظام أيضًا Chain-of-Draft، وهو نهج استدلال موجز متعدد المراحل. وبالنسبة إلى اجتماعات 2023 و2024، تورد الورقة دقة تنبؤ قدرها 93.75% واستقرارًا قدره 93.33%، وتقول إن النظام تفوق على MiniFed وخط أساس للغابة العشوائية الرتبية. وتتمثل ميزته المعلنة في استدلال شفاف يتماشى مع اتصالات FOMC. ولا يحدد الوصف عدد الاجتماعات التي جرى تقييمها أو بروتوكول التقييم أو مدى تعميم النتائج خارج تلك الفترة؛ لذا ينبغي فهم الأرقام المبلغ عنها ضمن سياق التقييم المذكور.

الأفكار الرئيسية

  • يسند FedSight AI إلى وكلاء LLM تحليل المؤشرات الاقتصادية واتصالات السياسة.
  • يناقش الوكلاء خيارات السياسة ويصوتون لمحاكاة مداولات FOMC.
  • يضيف Chain-of-Draft استدلالًا موجزًا متعدد المراحل إلى الإطار.
  • تورد الورقة نتائج الدقة والاستقرار لاجتماعات 2023–2024 ومقارنات مع خطوط أساس مسماة.
  • لا يقدم الوصف الموجز تفاصيل التقييم اللازمة للحكم على إمكانية التعميم الأوسع.

الوسوم

الدخل الثابتالتعلم الآليالإحصاء
النص الكامل
# FedSight AI: Multi-Agent System Architecture for Federal Funds Target Rate Prediction


# FedSight AI: Multi-Agent System Architecture for Federal Funds Target Rate Prediction









The Federal Open Market Committee (FOMC) sets the federal funds rate, shaping monetary policy and the broader economy. We introduce \emph{FedSight AI}, a multi-agent framework that uses large language models (LLMs) to simulate FOMC deliberations and predict policy outcomes. Member agents analyze structured indicators and unstructured inputs such as the Beige Book, debate options, and vote, replicating committee reasoning. A Chain-of-Draft (CoD) extension further improves efficiency and accuracy by enforcing concise multistage reasoning. Evaluated at 2023-2024 meetings, FedSight CoD achieved accuracy of 93.75\% and stability of 93.33\%, outperforming baselines including MiniFed and Ordinal Random Forest (RF), while offering transparent reasoning aligned with real FOMC communications.

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.