When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments
创建于 更新于
摘要
本报告提出StockAgent，一种基于大型语言模型(LLM)的多智能体股票交易仿真系统，能够模拟投资者在现实市场环境下的交易行为及对宏观经济、政策变动等外部因素的响应，避免历史数据泄漏问题。通过对GPT与Gemini两种LLM驱动下的交易行为差异分析，揭示了不同模型对市场态度及交易策略的显著影响。系统还支持多轮实盘交易仿真，验证了外部经济事件对交易行为和价格波动的作用，为基于LLM的投资建议和量化策略研究提供了重要工具与洞见 [page::0][page::5][page::12][page::15][page::18][page::19][page::20]
