探索由 LLM 驱动的智能交易代理进行情感操纵
机器学习
2025-02-25 v1 人工智能
计算工程、金融与科学
多智能体系统
摘要
跨所有经济部门的公司正在快速部署大语言模型。强化学习因与人类反馈微调语言模型相关联而正重新受到关注。工具链语言模型控制特定任务的代理；如果这还没有出现，很快就会。本文提出我们认为是首次针对基于连续深度强化学习的智能交易代理，同时控制一个大语言模型以与之互动的社交媒体 feed（被其他交易者观察）的研究。我们在模拟金融市场中实证调查了此类代理的性能与影响，发现其学习如何通过操纵其产生的帖子情感来优化总奖励，从而增强其利润。论文以讨论、局限性以及未来工作建议结束。
引用
@article{arxiv.2502.16343,
title = {Exploring Sentiment Manipulation by LLM-Enabled Intelligent Trading Agents},
author = {David Byrd},
journal= {arXiv preprint arXiv:2502.16343},
year = {2025}
}