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。
#风险管理
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4747 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。
Rob Carver：This Blog is SystematicAI 评分6262 用真实收益数据对比组合优化收缩方法：蒙特卡洛、自助法与双收缩的回测结论
作者在 2026 年夏季组合优化系列第四篇中，用真实交易规则与工具收益数据回测了蒙特卡洛、自助法、双收缩、朴素均值方差、等权重、最大分散化和 EPO 等方法。每次随机抽取 9 条交易规则和一个工具，按 1、5、10 年样本内与 1、5 年样本外组合比较；结果显示真实数据下相关性估计比 Sharpe 比率更不稳定，需要更多相关性收缩，而不是更多 Sharpe 比率收缩。