LLMエージェントの行動的一貫性に対する評価: ストップ・マーケットシミュレーションにおけるトレーディングスタイルの切り替え

最近の研究では、大規模言語モデル (LLMs) を金融のストップ・マーケットシミュレーション中に使用することで、微視的な行動がマクロ階層レベルのこと象として集約されることを検証したことが多々です。しかし、重要な問題は：LLMエージェントの行動が現実市場参加者の行に合致しているのでしょうか？その一致はシミュレート結果の有効性を証明します。この探求のために、我々は金融ストップ・マーケットシナリオを選ばして行動的一貫性テストを行います。投資家は通常財務的またはテクニカルトレーディングに分類されます、が、これらの様々な試験はインイイポジションを固定し直ちに行動を取り決めてしまいます、実際の市場トレードのダイナミックスで反映することができません。この作業では、我々はエージェントの戦略変更が財務理論と一致していることを評価します、この評価に対してフレームワークを提供します。私たちの行動財務の推進力，損失回避、 flocking、財産違い、価格の欠如に対する四つの行動性投資家（PFI）ドライバーファンクションと人格を示すよう指示を行い、長期にわたって保管されます。一年間のシミュレーションでは、エージェントが日々価格・取扱量データ処理しトレードを行いますので、毎日10取引日間、選択されたスタイルで経営されています。我々は四つの適合評価物を導入し、マッン-ウィリアムズU検証を使用してエージェントのスタイル変更の行動が財務理論とどれ程一致しているのかを比較します。結果として、最近のLLMsの切り替え行動は、行動性投資家の理論には部分的に一致しています、これはLLM行為と投資理論に再評価する必要があることをより示唆しています。

arXiv:2602.07023v1 Announce Type: cross Abstract: Recent works have increasingly applied Large Language Models (LLMs) as agents in financial stock market simulations to test if micro-level behaviors aggregate into macro-level phenomena. However, a crucial question arises: Do LLM agents' behaviors align with real market participants? This alignment is key to the validity of simulation results. To explore this, we select a financial stock market scenario to test behavioral consistency. Investors are typically classified as fundamental or technical traders, but most simulations fix strategies at initialization, failing to reflect real-world trading dynamics. In this work, we assess whether agents' strategy switching aligns with financial theory, providing a framework for this evaluation. We operationalize four behavioral-finance drivers-loss aversion, herding, wealth differentiation, and price misalignment-as personality traits set via prompting and stored long-term. In year-long simulations, agents process daily price-volume data, trade under a designated style, and reassess their strategy every 10 trading days. We introduce four alignment metrics and use Mann-Whitney U tests to compare agents' style-switching behavior with financial theory. Our results show that recent LLMs' switching behavior is only partially consistent with behavioral-finance theories, highlighting the need for further refinement in aligning agent behavior with financial theory.