زیرو شاٹ کرپٹوکرنسی ٹریڈنگ کے لیے غوروفکر کرنے والا LLM ایجنٹ

مضمون arXiv papers · مصنف: Yuan Li et al.

خلاصہ

دستاویز CryptoTrade کو بیان کرتی ہے، جو ایک بڑی زبان کے ماڈل پر مبنی کرپٹوکرنسی ٹریڈنگ ایجنٹ ہے۔ اس کا طریقہ آن چین معلومات کو، جنہیں مصنفین شفاف اور ناقابلِ تغیر قرار دیتے ہیں، آف چین اشاروں مثلاً خبروں کے ساتھ ملاتا ہے، جو بروقت تناظر فراہم کر سکتے ہیں۔ غوروفکر کا ایک نظام پہلے فیصلوں کے نتائج کا جائزہ لیتا ہے تاکہ ایجنٹ کے روزانہ کے تجارتی فیصلوں کی رہنمائی ہو، یوں اس کا عمل صرف روایتی ٹائم سیریز بیس لائن پر انحصار کیے بغیر ٹریڈنگ سے حاصل ہونے والی رائے کو شامل کر سکتا ہے۔

مصنفین متعدد کرپٹوکرنسیوں اور مارکیٹ حالات میں تجربات کی اطلاع دیتے ہیں اور دعویٰ کرتے ہیں کہ CryptoTrade نے روایتی حکمتِ عملیوں اور ٹائم سیریز بیس لائنز سے زیادہ منافع حاصل کیا۔ فراہم کردہ بیان میں اثاثوں، جائزے کی مدت، منافع کے پیمانے، لین دین کے اخراجات، خطرے کے مطابق نتائج یا ڈیٹا لیکیج سے بچاؤ کے اقدامات کی وضاحت نہیں۔ اس لیے کارکردگی کے دعوے کو رپورٹ کردہ تجربات کے خلاصے کے طور پر پڑھنا چاہیے، اس ثبوت کے طور پر نہیں کہ ایجنٹ لائیو ٹریڈنگ یا دوسری مارکیٹ کی حالتوں میں بھی یکساں کارکردگی دکھائے گا۔

اہم خیالات

CryptoTrade آن چین ڈیٹا کو خبروں جیسی آف چین معلومات کے ساتھ ملاتا ہے۔
غوروفکر کا نظام پہلے سودوں کے نتائج سے بعد کے روزانہ فیصلوں کی رہنمائی کرتا ہے۔
مصنفین کئی کرپٹوکرنسیوں اور مارکیٹ حالات میں تجربات کی اطلاع دیتے ہیں۔
وہ روایتی حکمتِ عملیوں اور ٹائم سیریز بیس لائنز سے زیادہ منافع کا دعویٰ کرتے ہیں۔
فراہم کردہ بیان میں خطرے اور لائیو مارکیٹ میں عمومی اطلاق کا جائزہ لینے کے لیے درکار تفصیلات موجود نہیں۔

ٹیگز

کرپٹو مشین لرننگ آن چین ڈیٹا مارکیٹ کا مزاج

مکمل متن

# 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/.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔