语言模型智能体如何重塑价格竞争
研究显示大语言模型定价智能体可脱离同质商品市场中价格趋近边际成本的重复Bertrand竞争基准，其表现取决于部署决策。LLM定价智能体在自博弈中能否维持高于边际成本的价格，与是否直接基于包含对手价格的原始市场历史逐期定价、还是基于自身利润摘要历史定期输出概率分布的部署选择直接相关。
#大模型应用
这个范围的精选仍在积累。下面先阅读已收录的相关动态，达到精选标准的内容会单独标记。
最新相关动态
arXiv q-finAI 评分4949 arXiv q-finAI 评分4747 自动化市场中的 AI 智能体
研究团队基于强化学习构建理性套利者、操纵者、散户跟风者三类交易智能体行为模型，在小时级加密货币数据（AAVE、ETC、SUI）上开展试点研究。结果显示不同智能体的行为特征会对市场压力、流动性、波动率及风险调整后收益产生差异化影响，研究结论支持针对不同行为类型制定差异化监管规则，而非统一限制波动率或换手率。
arXiv q-finAI 评分4747 模拟借贷市场中LLM借款人的共享行动排序对已执行信贷的影响研究
一项针对模拟抵押借贷市场的实验显示，共享行动排序会显著影响LLM借款人的已执行信贷规模。实验设置12个普通订单市场与12个均衡订单市场，采用精确随机检验得出双侧p值为2/8100，加杠杆优先与去杠杆优先的普通订单市场信贷差异为1.12单位初始未使用参考借贷容量。所有24个市场均未发生清算或实际坏账，固定价格30%冲击基准下多数核销来自清算奖金消耗的抵押品。
arXiv q-finAI 评分6262 NoLBERT新闻主题与股票横截面收益：避免回测前视偏差的新闻文本预测研究
这篇arXiv论文提出仅用1976至1995年文本预训练的NoLBERT编码器，在2012至2024年的126万篇新闻上与LDA、MiniLM、FinBERT对比，预测美股规模最大的1000只股票收益。