Neuro-Symbolic Traders: Assessing the Wisdom of AI Crowds in Markets

要約

深層生成モデルは、財務分析のツールとしてますます使用されるようになってきています。
ただし、これらのモデルが金融市場にどのような影響を与えるか、特に半自律的な方法で金融価値を推論する場合には不明です。
この研究では、深い生成モデルと市場ダイナミクスの間の相互作用を調査します。
私たちは、深い生成モデルを使用して売買の意思決定を行う一種の仮想トレーダー (ニューロシンボリック トレーダーと呼んでいます) を開発し、仮想市場に公開します。
私たちのフレームワークでは、ニューロシンボリックトレーダーは、ビジョン言語モデルを使用して資産の基本的価値のモデルを発見するエージェントです。
エージェントは、このモデルを確率微分方程式として開発し、勾配降下法を使用して市場データに合わせて調整します。
私たちは合成データと、株式、商品、外国為替ペアなどの実際の金融時系列の両方で神経象徴トレーダーをテストします。
次に、神経象徴的なトレーダーのいくつかのグループを仮想市場環境にさらします。
この市場環境により、トレーダー間の基礎的な価値の信念と、観察された価格動向へのフィードバックが可能になります。
これは過去のデータと比較して価格抑制につながり、市場の安定に対する将来のリスクを浮き彫りにしていることがわかりました。
私たちの研究は、市場のダイナミクスに対するディープジェネレーティブエージェントの影響を定量化するための第一歩であり、将来このアプローチの潜在的なリスクと利点のいくつかを示しています。

要約(オリジナル)

Deep generative models are becoming increasingly used as tools for financial analysis. However, it is unclear how these models will influence financial markets, especially when they infer financial value in a semi-autonomous way. In this work, we explore the interplay between deep generative models and market dynamics. We develop a form of virtual traders that use deep generative models to make buy/sell decisions, which we term neuro-symbolic traders, and expose them to a virtual market. Under our framework, neuro-symbolic traders are agents that use vision-language models to discover a model of the fundamental value of an asset. Agents develop this model as a stochastic differential equation, calibrated to market data using gradient descent. We test our neuro-symbolic traders on both synthetic data and real financial time series, including an equity stock, commodity, and a foreign exchange pair. We then expose several groups of neuro-symbolic traders to a virtual market environment. This market environment allows for feedback between the traders belief of the underlying value to the observed price dynamics. We find that this leads to price suppression compared to the historical data, highlighting a future risk to market stability. Our work is a first step towards quantifying the effect of deep generative agents on markets dynamics and sets out some of the potential risks and benefits of this approach in the future.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google