본문으로 건너뛰기
라이브러리 문서 전체

WebCryptoAgent: 웹 근거와 빠른 가상자산 리스크 통제의 결합

기사 arXiv papers · 저자: Ali Kurban et al.
원문 읽기

요약

WebCryptoAgent는 웹 콘텐츠, 소셜 감성, OHLCV 시장 데이터를 결합해 단기 가상자산 트레이딩을 수행하는 프레임워크입니다. 정보 출처별 에이전트가 각 자료를 분석하고, 평가 내용을 근거 문서로 통합해 신뢰도에 맞춰 조정된 의사결정을 내립니다. 잡음이나 허위 상관관계에 좌우되는 결정을 줄이는 것이 설계 목적입니다.

이 프레임워크는 시간 단위의 전략적 추론과 초 단위 리스크 모형도 분리합니다. 이를 통해 리스크 구성요소가 느린 트레이딩 주기를 기다리지 않고 급격한 충격을 감지해 개입할 수 있습니다. 저자들은 실제 가상자산 시장에서 실험을 수행했으며, 기준 시스템보다 트레이딩 안정성이 높고 불필요한 거래 활동은 줄었으며 꼬리 위험도 더 잘 처리했다고 보고합니다. 제공된 설명에는 데이터셋, 평가 지표, 수치 결과, 이런 개선이 성립하는 조건이 없어 이 요약만으로는 근거의 강도와 일반성을 평가할 수 없습니다.

핵심 아이디어

  • 별도 에이전트가 웹, 감성, OHLCV 입력을 분석한 뒤 근거를 통합합니다.
  • 신뢰도에 맞춰 조정된 추론으로 허위 신호에 근거한 의사결정을 줄이는 것이 목표입니다.
  • 시간 단위의 전략 결정에 더 빠르고 독립적인 리스크 모형을 결합합니다.
  • 저자들은 실제 시장 실험에서 안정성이 높아지고 꼬리 위험 처리가 개선됐다고 보고합니다.

태그

가상자산시장 심리시장 미시구조리스크 관리머신러닝
전문
# WebCryptoAgent: Agentic Crypto Trading with Web Informatics


# WebCryptoAgent: Agentic Crypto Trading with Web Informatics









Cryptocurrency trading increasingly depends on timely integration of heterogeneous web information and market microstructure signals to support short-horizon decision making under extreme volatility. However, existing trading systems struggle to jointly reason over noisy multi-source web evidence while maintaining robustness to rapid price shocks at sub-second timescales. The first challenge lies in synthesizing unstructured web content, social sentiment, and structured OHLCV signals into coherent and interpretable trading decisions without amplifying spurious correlations, while the second challenge concerns risk control, as slow deliberative reasoning pipelines are ill-suited for handling abrupt market shocks that require immediate defensive responses. To address these challenges, we propose WebCryptoAgent, an agentic trading framework that decomposes web-informed decision making into modality-specific agents and consolidates their outputs into a unified evidence document for confidence-calibrated reasoning. We further introduce a decoupled control architecture that separates strategic hourly reasoning from a real-time second-level risk model, enabling fast shock detection and protective intervention independent of the trading loop. Extensive experiments on real-world cryptocurrency markets demonstrate that WebCryptoAgent improves trading stability, reduces spurious activity, and enhances tail-risk handling compared to existing baselines. Code will be available at https://github.com/AIGeeksGroup/WebCryptoAgent.

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

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