Inferring Latent Market Forces: Evaluating LLM Detection of Gamma Exposure Patterns via Obfuscation Testing
创建于 更新于
摘要
本报告提出“混淆测试”（obfuscation testing）来验证大型语言模型（LLM）是否能在去除时间与标识性信息后，仅凭期权gamma暴露等结构性关系识别交易商对冲约束（gamma定位、strike pinning、0DTE对冲）；在对2024年242个交易日的SPY期权进行无偏提示测试中，LLM在完全去时序化的输入下取得71.5%的平均检测率，且检测出的模式有91.2%在后续收益中物化，表明模型基于结构性因果推理识别市场机制而非简单记忆历史关联 [page::0][page::5].
