剖析AI交易：行为金融学与市场泡沫
综合经济学
2026-04-21 v1 人工智能
经济学
综合金融
摘要
我们研究AI代理如何在实验性资产市场中形成预期并进行交易。通过使用由自主大型语言模型（LLM）代理填充的模拟公开喊价拍卖，我们记录了三个主要发现。首先，AI代理表现出经典的行为模式：显著的处置效应和基于近期事件的推断性信念。其次，这些个体层面的模式汇聚成均衡动态，复现了经典实验发现（Smith et al., 1988），包括超额需求对未来价格的预测能力以及分歧与交易量之间的正相关关系。第三，通过一个包含二十种机制的评分框架分析代理的推理文本，我们表明有针对性的提示干预可以因果性地放大或抑制特定的行为机制，从而显著改变市场泡沫的规模。
引用
@article{arxiv.2604.18373,
title = {Dissecting AI Trading: Behavioral Finance and Market Bubbles},
author = {Shumiao Ouyang and Pengfei Sui},
journal= {arXiv preprint arXiv:2604.18373},
year = {2026}
}