본문으로 건너뛰기
라이브러리 문서 전체

제로샷 암호화폐 트레이딩을 위한 성찰형 LLM 에이전트

기사 arXiv papers · 저자: Yuan Li et al.
원문 읽기

요약

이 문서는 대규모 언어 모델을 기반으로 구축된 암호화폐 트레이딩 에이전트 CryptoTrade를 설명합니다. 저자들이 투명하고 불변한다고 보는 온체인 정보와 시의성 있는 맥락을 제공할 수 있는 뉴스 같은 오프체인 신호를 결합합니다. 성찰 메커니즘은 이전 의사결정의 결과를 검토해 에이전트의 일일 트레이딩 선택에 반영합니다. 이를 통해 기존 시계열 기준선에만 의존하지 않고 트레이딩 피드백을 과정에 통합할 수 있습니다.

저자들은 여러 암호화폐와 시장 상황에서 실험을 진행했으며, CryptoTrade가 전통적인 전략과 시계열 기준선보다 높은 수익률을 달성했다고 주장합니다. 제공된 설명에는 자산, 평가 기간, 수익률 지표, 거래 비용, 위험 조정 결과 또는 데이터 누출 방지책이 명시되지 않았습니다. 따라서 이 성과 주장은 보고된 실험의 요약으로 읽어야 하며, 에이전트가 실거래나 다른 시장 국면에서도 일반화할 것이라는 증거로 볼 수는 없습니다.

핵심 아이디어

  • CryptoTrade는 온체인 데이터와 뉴스 같은 오프체인 정보를 결합합니다.
  • 성찰 메커니즘은 이전 거래 결과를 활용해 이후의 일일 의사결정을 안내합니다.
  • 저자들은 여러 암호화폐와 시장 상황에서 진행한 실험을 보고합니다.
  • 전통적인 전략 및 시계열 기준선보다 높은 수익률을 기록했다고 주장합니다.
  • 제공된 설명에는 위험과 실거래 시장에서의 일반화 가능성을 평가하는 데 필요한 세부 사항이 빠져 있습니다.

태그

가상자산머신러닝온체인 데이터시장 심리
전문
# A Reflective LLM-based Agent to Guide Zero-shot Cryptocurrency Trading


# A Reflective LLM-based Agent to Guide Zero-shot Cryptocurrency Trading









The utilization of Large Language Models (LLMs) in financial trading has primarily been concentrated within the stock market, aiding in economic and financial decisions. Yet, the unique opportunities presented by the cryptocurrency market, noted for its on-chain data's transparency and the critical influence of off-chain signals like news, remain largely untapped by LLMs. This work aims to bridge the gap by developing an LLM-based trading agent, CryptoTrade, which uniquely combines the analysis of on-chain and off-chain data. This approach leverages the transparency and immutability of on-chain data, as well as the timeliness and influence of off-chain signals, providing a comprehensive overview of the cryptocurrency market. CryptoTrade incorporates a reflective mechanism specifically engineered to refine its daily trading decisions by analyzing the outcomes of prior trading decisions. This research makes two significant contributions. Firstly, it broadens the applicability of LLMs to the domain of cryptocurrency trading. Secondly, it establishes a benchmark for cryptocurrency trading strategies. Through extensive experiments, CryptoTrade has demonstrated superior performance in maximizing returns compared to traditional trading strategies and time-series baselines across various cryptocurrencies and market conditions. Our code and data are available at https://anonymous.4open.science/r/CryptoTrade-Public-92FC/.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.