متنوع مارکیٹس میں LLM ایجنٹس اور اسٹریٹیجی کی توقعات

مضمون arXiv papers · مصنف: Filippo Gusella et al.

خلاصہ

یہ مطالعہ پوچھتا ہے کہ آیا بڑے زبان کے ماڈل سے چلنے والا ایک جنریٹو ایجنٹ متنوع ایجنٹ ماڈلز میں بیان کردہ بنیادی تجزیے اور رجحان کی پیروی کے رویوں کے امتزاج میں تبدیلیاں دہرا سکتا ہے۔ ایجنٹ موجودہ معلومات سے یہ احتمال متعین کرتا ہے کہ کون سی اسٹریٹیجی اپنائی جائے، اور ان احتمالات کا موازنہ 1990 سے 2020 تک ایس اینڈ پی 500 کے متعلق تحقیق میں موجود نتائج سے کیا جاتا ہے۔

رپورٹ شدہ موازنہ اشارہ کرتا ہے کہ ایجنٹ کی توقعات سابقہ متنوع ایجنٹ تحقیق میں درج نمونوں سے مطابقت رکھتی ہیں۔ مصنفین ایجنٹ کے فیصلہ سازی کے عمل کو جانچنے کے لیے ایک مصنوعی مارکیٹ کا بھی جائزہ لیتے ہیں۔ اس تجزیے میں توقعات کا تنوع برقرار رہتا ہے، لیکن بنیادی تجزیے کے رویے کی طرف منظم جھکاؤ پایا جاتا ہے۔ خلاصے میں ماڈل کے پرامپٹس، توثیق کے ڈیزائن، مقداری مطابقت یا مضبوطی کے ٹیسٹ نہیں بتائے گئے، اس لیے شواہد توقعات کا موازنہ کرتے ہیں، ٹریڈنگ میں برتری ثابت نہیں کرتے۔

اہم خیالات

جنریٹو ایجنٹ موجودہ معلومات سے بنیادی تجزیے اور رجحان کی پیروی والی اسٹریٹیجیز کے امکانات متعین کرتا ہے۔
اس کی اسٹریٹیجی کے امکانات کا موازنہ 1990 سے 2020 تک ایس اینڈ پی 500 کے متنوع ایجنٹ نتائج سے کیا گیا ہے۔
رپورٹ کردہ توقعات سابقہ تحقیق کے نمونوں سے مطابقت رکھتی ہیں۔
مصنوعی مارکیٹ کا تجزیہ متنوع توقعات کے ساتھ بنیادی تجزیے کے رویے کی منظم طرف داری دکھاتا ہے۔

ٹیگز

مشین لرننگ حصص رجحان کی پیروی اوسط کی جانب واپسی امریکی مارکیٹیں

مکمل متن

# Generative Agents and Expectations: Do LLMs Align with Heterogeneous Agent Models?


# Generative Agents and Expectations: Do LLMs Align with Heterogeneous Agent Models?









Results in the Heterogeneous Agent Model (HAM) literature determine the proportion of fundamentalists and trend followers in the financial market. This proportion varies according to the periods analyzed. In this paper, we use a large language model (LLM) to construct a generative agent (GA) that determines the probability of adopting one of the two strategies based on current information. The probabilities of strategy adoption are compared with those in the HAM literature for the S\&P 500 index between 1990 and 2020. Our findings suggest that the resulting artificial intelligence (AI) expectations align with those reported in the HAM literature. At the same time, extending the analysis to artificial market data helps us to filter the decision-making process of the AI agent. In the artificial market, results confirm the heterogeneity in expectations but reveal systematic asymmetry toward the fundamentalist behavior.

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۔