StockAgentSystem des multiplen Agents, das LLM simuliert, das Anlegerhandeln im realistischen Umfeld der Börse simuliert, um zu untersuchen, wie externe Faktoren Entscheidungen und Ergebnisse beeinflussen und so weiter...

StockAgent ist ein System des multiplen Agents, das für die Simulation des Anlegerhandelns mit Hilfe eines grossen sprachverarbeitenden Modells (LLM) in einem realistischen Börseumfeld konzipiert wurde. Ziel ist es, zu untersuchen, wie externe Faktoren, wie beispielsweise die Makroökonomie, Policyänderungen, die Gesellschaftsentwicklung von Unternehmen und globale Ereignisse das Handeln beeinflussen. Benutzer können hiermit die Auswirkung verschiedener externer Faktoren auf Anlegerhandeln und die Analyse des Handelns und seiner Auswirkungen auf die Gewinnspanne untersuchen. StockAgent verhindert dabei das Test-Dataset-Leckage-Problem, das in bestehenden Systemen, in denen für Handelsimulationen KI-Agenten verwendet werden, vorkommt, indem man dem System nicht vorheriges Wissen zu dem Test-Dataset mitgibt. Das System besteht aus vier Phasen: Initialphase, Handelsphase, Nachhandelsphase und Phasen besonderer Events. Unterstützt werden verschiedene LLMs, einschließlich GPTs und Gemini. Durch das Simulieren von Handelsergebnissen können StockAgent wertvolle Einsichten für die KI-basierte Investorenbewertung und Börsenvorschläge mitteilen.