Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 연구는 트레이딩 스웜 환경에서 에이전트 간의 다양한 통신 체제(고립, 메시지 보드 등)를 실험했습니다. 그 결과, 통신 그룹은 고립된 그룹보다 공통 자산 보유 경향이 강했으며, 이는 그룹 수익률과 높은 상관관계를 보였습니다. 다만, 통신 행위 자체가 시장 거래량에 미치는 직접적인 영향은 크지 않았습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기에이전트 간의 통신은 주로 공유된 목표와 빠르고 명확한 피드백을 가진 과제에서 연구되어 왔습니다. 트레이딩(Trading)은 이 두 가지를 모두 갖추지 못했습니다. 각 에이전트는 자체 계정을 관리하며, 결정에 대한 점수는 시장으로부터 늦고 노이즈가 심하게 반영됩니다. 따라서 트레이딩 스웜(trading swarm)은 목표 지점으로의 수렴(convergence)이 목적이 아니라 위험 요소인 독립적인 의사결정자들의 집단입니다.
저희는 네 가지 모델 패밀리에서 200개의 에이전트를 준비하여, 고립부터 메시지 보드 및 공유 노트에 이르기까지 다섯 가지 통신 체제(communication regimes) 하에서 그룹별로 실험을 진행했습니다. 이 실험은 7일간의 미국 거래 기간(2026년 10월 1일~9일) 동안 진행되었으며, 각 에이전트가 매 결정 전에 읽었던 모든 내용을 기록했습니다.
네 패밀리 중 두 개에서 통신 그룹은 고립된 그룹보다 훨씬 더 많은 동일한 주식을 보유하는 경향을 보였습니다. 그룹의 수익률은 주로 구성원들이 공통으로 보유한 자산에 대한 수익률과 큰 관련이 있었습니다. 그룹 멤버의 게시물을 본 에이전트는 그로부터 나온 여덟 단어 구문을 재사용할 가능성이 7% 포인트 더 높아졌습니다. 서로의 게시물을 볼 수 있을 만큼 가까이 시작한 에이전트들은 공통 입력(common inputs)이 생성하는 비율인 14%의 경우에 이러한 구문을 공유했습니다. 하지만 게시물을 보는 행위 자체가 그날 아침 거래량에 감지할 만한 변화를 주지는 않았습니다.
후속 일자들에 걸쳐 포지션 및 의사결정 규칙의 채택 과정을 추적한 결과, 통신 그룹은 고립된 그룹보다 한 단계 더 자주 매도하는 경향을 보였습니다. 다만, 고립된 그룹 역시 때로는 완전히 동일한 주식으로 수렴하기 때문에, 군집 행동(herding)에 대한 평가는 피어 간 상호작용이 없는 기준선(no-peer baseline) 대비 초과 수렴(excess convergence)을 측정해야 합니다.