研究人员开发了“Vibe-Trading”,一个用于构建和评估专门用于金融交易的AI智能体的框架。该系统旨在通过确保结果、证据和交易行为始终保持关联并带有时间戳,来解决当前AI智能体在处理动态市场条件方面的局限性。然而,另一项研究发现,经过严格基准测试且无前视偏差的LLM交易智能体并未表现出显著的超额收益(alpha),大部分回报归因于市场敞口而非技能。 AI
影响 新框架旨在提高AI智能体在动态金融市场中的可靠性,而基准测试则对当前LLM交易智能体的实际技能提出了质疑。
排序理由 该集群包含两篇关于金融交易中AI智能体的研究论文,一篇提出了新框架,另一篇展示了一项基准研究。
在 arXiv cs.MA (Multiagent) 阅读 →
- generative pre-trained transformer
- rta-bench-1
- US
- LLM
- S&P 500
- SPY
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- LLM agents
- ScienceCast
- scite Smart Citations
- Vibe-Trading
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →