English(EN) Are LLMs Good Financial User Simulators? A Preliminary Study

大型语言模型难以模拟复杂的金融交易行为

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

一项初步研究调查了大型语言模型（LLMs）在模拟个人金融交易决策方面的有效性。在一个有120名志愿者的受控模拟交易环境中，研究人员利用LLMs根据预设截止日期前的信息来预测参与者的行为、交易的证券以及交易数量。虽然市场背景提高了对行为和股票代码的预测准确性，但交易规模的预测仍然具有挑战性。研究还发现LLMs存在系统性的行为压缩，包括过度生成持有行为和低估卖出决策。 AI

影响这项研究突显了大型语言模型在准确模拟复杂人类金融决策方面存在的局限性，表明当前模型可能不适用于复杂的金融模拟任务。

排序理由在arXiv上发表的学术论文，详细介绍了一项研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 在arXiv上发表的学术论文，详细介绍了一项研究。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Jiajie He, Jiangyuan Hong, Dongling Ni, Wenjin Liu, Xintong Chen · 2026-09-15 04:00

大型语言模型是优秀的金融用户模拟器吗？一项初步研究

arXiv:2609.15727v1 Announce Type: new Abstract: Large language models (LLMs) are increasingly used as user simulators, but their ability to reproduce evolving individual financial decisions remains unclear. We present a preliminary study in a controlled paper-trading environment …

本文如何被排名

报道来源 [1]

大型语言模型是优秀的金融用户模拟器吗？一项初步研究

相关实体

相关话题