LLM-Handelsagenten an Live-Krypto- und Aktienmärkten bewerten

Zusammenfassung

Dieses Paper stellt Agent Market Arena vor, eine kontinuierliche Echtzeit-Benchmark zur Bewertung von Handelsagenten auf Basis großer Sprachmodelle an Kryptowährungs- und Aktienmärkten. Der Rahmen kombiniert verifizierte Handelsdaten mit von Experten geprüften Nachrichten und verschiedenen Agenten-Designs, um Systeme unter Live-Bedingungen zu vergleichen. Hintergrund ist, dass frühere Bewertungen oft nur wenige Vermögenswerte oder Zeiträume berücksichtigten, Modelle statt vollständiger Agenten testeten oder auf nicht unabhängig verifizierten Daten beruhten.

Die Benchmark umfasst Agenten mit unterschiedlichen Risikostilen, darunter einen mit gedächtnisbasierter Schlussfolgerung, und bewertet sie mit mehreren Sprachmodell-Backbones. Die berichteten Live-Experimente zeigen größere Verhaltensunterschiede zwischen Agentenarchitekturen – von aggressiven bis zu konservativen Entscheidungen – als zwischen den zugrunde liegenden Modellen. Das Abstract stellt AMA als Infrastruktur für fortlaufende, reproduzierbare Bewertungen vor. Es nennt weder Performancezahlen noch die Dauer der Benchmark oder detaillierte Kontrollen für Strategievergleiche. Die Schlussfolgerungen betreffen beobachtete Verhaltensunterschiede und belegen nicht, dass ein Agent dauerhaft profitabel ist.

Kernaussagen

• Agent Market Arena ist eine Echtzeit-Benchmark für LLM-Handelsagenten an Krypto- und Aktienmärkten.
• Der Rahmen kombiniert verifizierte Handelsdaten, geprüfte Nachrichten und unterschiedliche Agentenarchitekturen.
• Die Bewertung umfasst Agenten mit verschiedenen Risikostilen und gedächtnisbasierter Schlussfolgerung.
• Live-Experimente zeigen größere Verhaltensunterschiede zwischen Agentenarchitekturen als zwischen Modell-Backbones.
• Das Abstract beschreibt einen Beitrag zur Benchmarking-Forschung, nennt aber keine Profitabilitätszahlen oder detaillierten Evaluierungskontrollen.

Schlagwörter

# When Agents Trade: Live Multi-Market Trading Benchmark for LLM Agents


# When Agents Trade: Live Multi-Market Trading Benchmark for LLM Agents









Although Large Language Model (LLM)-based agents are increasingly used in financial trading, it remains unclear whether they can reason and adapt in live markets, as most studies test models instead of agents, cover limited periods and assets, and rely on unverified data. To address these gaps, we introduce Agent Market Arena (AMA), the first lifelong, real-time benchmark for evaluating LLM-based trading agents across multiple markets. AMA integrates verified trading data, expert-checked news, and diverse agent architectures within a unified trading framework, enabling fair and continuous comparison under real conditions. It implements four agents, including InvestorAgent as a single-agent baseline, TradeAgent and HedgeFundAgent with different risk styles, and DeepFundAgent with memory-based reasoning, and evaluates them across GPT-4o, GPT-4.1, Claude-3.5-haiku, Claude-sonnet-4, and Gemini-2.0-flash. Live experiments on both cryptocurrency and stock markets demonstrate that agent frameworks display markedly distinct behavioral patterns, spanning from aggressive risk-taking to conservative decision-making, whereas model backbones contribute less to outcome variation. AMA thus establishes a foundation for rigorous, reproducible, and continuously evolving evaluation of financial reasoning and trading intelligence in LLM-based agents.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.