RetailAgent: Structured Adverse Timing in Self-Conditioned Multimodal LLM Trading Agents
RetailAgent:自条件多模态大语言模型交易智能体中的结构化不利时机
机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校) ; Michigan State University(密歇根州立大学) ; University of Rochester(罗切斯特大学)
AI总结 该研究提出RetailAgent框架,发现LLM交易智能体的决策存在跨维度的持续不利时机,动作与后续收益的一致性是该效应的关键驱动因素,同时自生成记忆会增强策略持续性。