概要
本研究は、AI エージェントが実験的資産市場でいかに期待を形成し取引するかを調査しています。大規模言語モデル(LLM)エージェントで構成されたシミュレーション公開競争入札市場を用いて、AI エージェントが人間と同様の行動パターンを示すこと、これらが古典的な市場メカニズムを再現すること、そしてプロンプト介入による市場バブルの制御が可能であることを実証しています。
ポイント
-
AI エージェントの行動パターン: AI エージェントは処分効果(損失回避)と直近加重型の外挿的信念という古典的な行動パターンを示す
-
市場メカニクスの再現: 個別レベルのパターンが集約され、超過需要が将来価格を予測する力、意見の不一致と取引量の正の関係など、Smith et al.(1988)の古典的実験結果を再現する
-
プロンプト介入による因果的制御: 20 項目の機構スコアリングフレームワークを用いた推論テキスト分析により、ターゲット化されたプロンプト介入が特定の行動メカニズムを因果的に増幅または抑制し、市場バブルの規模を大幅に変更できることを示す
-
政策的含意: AI 取引システムの設計と監視における、行動メカニズムへのアクセス可能性と制御可能性
出典
Dissecting AI Trading: Behavioral Finance and Market Bubbles
この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。