HAR流水线构建预测市场关系图并发布行为基准

2026年10月30日，arXiv Artificial Intelligence 刊出研究者 Agostino Capponi、Alfio Gliozzo、Brian Zhu 的工作：提出分层智能体归约（HAR）流水线，用于构建可检查的跨事件关系图，并发布评估其与市场价格对齐程度的行为基准。该流水线先将预测市场按问题与结算文本划分主题聚类，再用带类型的 LLM 推理为小批量市场生成带理由的有符号关系。评测覆盖 Kalshi 2026年2月至9月的八个月度目录；研究者利用3030万笔交易数据构建基准，在同一时间戳上比较被链接市场对与同一主题聚类内匹配的未链接对照组的符号价格变化相关性。在全样本与剔除首周的评估下，流水线识别的关系相较同主题对照组表现出更高的符号 Pearson 价格变化相关性，且具统计显著性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。