智能体选择如何改变共享模型市场的订单流
文章 arXiv papers · 作者: Victoria Ruojie Li et al.
总结
本研究考察语言模型家族之间的多样性，在智能体被选中提交订单后是否仍会体现在交易中。在由三种模型家族按固定比例组成的合成市场中，不同的新闻呈现方式会改变哪些家族参与提交订单。研究报告的融资事件和裁员事件显示，各家族提交订单的占比可能大幅变化；有时整体净订单变化不大，有时则伴随订单方向逆转。分析还考察了同质化群体：在这类群体中，智能体做出同方向决策，产生的反向订单流较少。
一项解析分解说明，即使总需求敏感度不变，选择过程也会改变价格准确性。研究结果来自合成环境、特定的呈现组合及已提交订单流，不能证明这种效应会如何推广到实盘市场。作者提出，未来应在已知真实价值的环境中进行更清晰的复现和验证，因此应将证据视为初步结果，而非已确定的交易信号。
核心观点
- 新闻呈现方式会改变哪些模型家族参与提交订单。
- 各家族的代表性变化可能不会伴随净订单数量相应变化。
- 决策同质的群体可能减少反向订单流。
- 即使总需求敏感度保持不变，选择过程也会影响价格准确性。
- 证据来自合成环境，仍需开展后续复现。
标签
全文
# Shared Models, Selective Trading, and Order Flow # Shared Models, Selective Trading, and Order Flow We study whether model diversity survives selection into trading. In synthetic markets with a fixed mixture of three language-model families, news presentation changes their representation among submitted orders. At the announcement round, Qwen's share of submitted orders shifts by 48 percentage points in the financing event, with little change in net order counts. In the workforce-reduction event, Mistral's share shifts by 40 percentage points while net counts reverse sign. Homogeneous populations remove opposing flow when their active decisions share a direction. An analytical decomposition shows why selection can improve or worsen price accuracy even at unchanged aggregate demand sensitivity. The evidence concerns presentation bundles and submitted flow; cleaner replication and a known-value validation are specified prospectively.
在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0
此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。