Симуляция заседаний FOMC с агентами на базе LLM

Сводка

MiniFed — это схема симуляции заседаний Федерального комитета по открытым рынкам с помощью агентов на основе больших языковых моделей. Она призвана представить участников заседаний и процесс принятия решений комитетом, переключая внимание с изучения только последствий изменений ставки по федеральным фондам на моделирование того, как принимаются решения о ставке. Схема организована как пятиэтапный процесс и включает попытку оптимизировать структуру симулируемого комитета.

В статье сообщается об экспериментах, где схема с высокой точностью прогнозирует ставки по федеральным фондам, а поведение агентов соответствует поведению их реальных аналогов. В описании нет подробностей о наборах данных, метриках оценки, горизонтах прогнозирования или базовых моделях для сравнения, поэтому силу и обобщаемость результатов оценить нельзя. Работа посвящена симуляции принятия решений в области денежно-кредитной политики и прогнозу ставок; конкретная торговая стратегия или рыночная доходность не представлены.

Ключевые идеи

• MiniFed использует агентов LLM для моделирования участников и процессов заседаний FOMC.
• Пятиэтапный процесс предназначен для симуляции обсуждений комитета и оптимизации его структуры.
• Схема предназначена как для прогнозирования ставки по федеральным фондам, так и для моделирования процесса заседаний.
• В описании экспериментов заявлены точные прогнозы и сходство поведения агентов с реальными участниками, но подробности оценки отсутствуют.
• Статья посвящена симуляции денежно-кредитной политики, а не конкретной торговой стратегии на рынке.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.