TwinMarket：用于金融市场的可扩展行为与社会仿真
计算工程、金融与科学
2025-10-21 v5 计算机与社会
摘要
社会涌现的研究长期是社会科学的核心关注焦点。传统建模方法，如基于规则的智能体基于模型（ABM），难以捕捉人类行为的多样性与复杂性，尤其是行为经济学中强调的非理性因素。最近，大型语言模型（LLM）智能体因在社会科学和角色扮演应用中用于建模人类行为而受到广泛关注。研究表明，LLM能够考虑认知偏差、情感波动等其他非理性影响，从而实现对社会经济动态的更真实仿真。本文介绍了TwinMarket，一种新型多智能体框架，利用LLM仿真社会经济系统。具体而言，我们考察了个体行为如何通过相互作用和反馈机制引发集体动态和涌现现象。在模拟股票市场环境中的实验中，我们展示了个体行为如何触发群体行为，导致金融泡沫和衰退等涌现性结果。我们的ethods为理解个体决策与集体社会经济模式之间的复杂相互作用提供了宝贵的见解。
引用
@article{arxiv.2502.01506,
title = {TwinMarket: A Scalable Behavioral and Social Simulation for Financial Markets},
author = {Yuzhe Yang and Yifei Zhang and Minghao Wu and Kaidi Zhang and Yunmiao Zhang and Honghai Yu and Yan Hu and Benyou Wang},
journal= {arXiv preprint arXiv:2502.01506},
year = {2025}
}