arXiv Artificial Intelligence· Yupeng Zhang, Liuyuan Jiang, Hongyi Huang, Bingheng Li, Lisha Chen·· 18 小时前AI 评分22
RetailAgent：自条件多模态 LLM 交易智能体中的结构化不利择时
RetailAgent: Structured Adverse Timing in Self-Conditioned Multimodal LLM Trading Agents
AI 导读
RetailAgent 让 LLM 观察匿名化日内股价历史与允许状态，在每段区间收益揭晓前反复选择做多或空仓，用剔除整体做多比例后的暴露匹配指标衡量择时。该指标在多种模态、时间跨度、状态和模型族上均呈持续负值，打乱已保存的动作序列会显著削弱这一效应，说明动作与后续收益的对应关系驱动了负分。将自撰记忆注入决策会进一步提高策略持续性，且在智能体同时使用两种动作的股票日上择时更差。
来源：arXiv Artificial Intelligence · arxiv.org