社會(huì)涌現(xiàn)的研究是社會(huì)科學(xué)的核心，傳統(tǒng)的基于規(guī)則的代理模型（ABMs）難以捕捉人類行為的復(fù)雜性和多樣性。大型語言模型（LLMs）作為模擬工具，能夠更好地反映認(rèn)知偏差和情感波動(dòng)，適用于社會(huì)科學(xué)和角色扮演應(yīng)用。

TwinMarket是一個(gè)新穎的多代理框架，利用LLMs模擬股票市場(chǎng)中的投資者行為，強(qiáng)調(diào)微觀行為如何驅(qū)動(dòng)宏觀市場(chǎng)動(dòng)態(tài)。TwinMarket采用信念-欲望-意圖（BDI）框架，提供透明的代理認(rèn)知過程建模，并研究信息傳播和社會(huì)影響的動(dòng)態(tài)過程。

摘要

社會(huì)涌現(xiàn)的研究是社會(huì)科學(xué)的核心，傳統(tǒng)的基于規(guī)則的代理模型（ABMs）難以捕捉人類行為的復(fù)雜性和多樣性。大型語言模型（LLMs）作為模擬工具，能夠更好地反映認(rèn)知偏差和情感波動(dòng)，適用于社會(huì)科學(xué)和角色扮演應(yīng)用。本文介紹了TwinMarket，一個(gè)利用LLMs模擬社會(huì)經(jīng)濟(jì)系統(tǒng)的多代理框架。通過模擬股市環(huán)境，研究個(gè)體行為如何通過互動(dòng)和反饋機(jī)制產(chǎn)生集體動(dòng)態(tài)和涌現(xiàn)現(xiàn)象，如金融泡沫和衰退。該方法提供了個(gè)體決策與集體社會(huì)經(jīng)濟(jì)模式之間復(fù)雜關(guān)系的深刻見解。

簡(jiǎn)介

大型語言模型（LLMs）在語言使用、決策和社會(huì)互動(dòng)中捕捉復(fù)雜模式，成為社會(huì)科學(xué)研究中強(qiáng)大的代理基礎(chǔ)模擬工具。金融市場(chǎng)的高分辨率交易數(shù)據(jù)和集體現(xiàn)象使其成為微觀行為與宏觀動(dòng)態(tài)關(guān)系研究的理想場(chǎng)所?，F(xiàn)有的代理基礎(chǔ)模型（ABMs）多依賴規(guī)則基礎(chǔ)方法，簡(jiǎn)化了人類決策，未能有效捕捉經(jīng)濟(jì)行為的復(fù)雜性。

TwinMarket是一個(gè)新穎的多代理框架，利用LLMs模擬股票市場(chǎng)中的投資者行為，強(qiáng)調(diào)微觀行為如何驅(qū)動(dòng)宏觀市場(chǎng)動(dòng)態(tài)。TwinMarket采用信念-欲望-意圖（BDI）框架，提供透明的代理認(rèn)知過程建模，并研究信息傳播和社會(huì)影響的動(dòng)態(tài)過程。研究貢獻(xiàn)在于與真實(shí)世界對(duì)齊、動(dòng)態(tài)互動(dòng)建模和可擴(kuò)展市場(chǎng)模擬，分析群體規(guī)模對(duì)市場(chǎng)行為的影響。

背景

傳統(tǒng)的基于代理的模型在模擬復(fù)雜社會(huì)系統(tǒng)時(shí)面臨兩個(gè)主要挑戰(zhàn)：個(gè)體代理的經(jīng)濟(jì)決策定制和對(duì)外部環(huán)境變化的感知與響應(yīng)。現(xiàn)有研究通過引入大型語言模型（LLMs）有所進(jìn)展，但如CompeteAI、EconAgent和ASFM等框架在代理的經(jīng)濟(jì)行為模擬和多代理互動(dòng)方面存在局限。

TwinMarket框架利用LLM代理模擬復(fù)雜人類行為，結(jié)合理性決策、技術(shù)分析和行為偏差（如從眾和過度自信）。TwinMarket基于行為理論并校準(zhǔn)真實(shí)數(shù)據(jù)，確保理論嚴(yán)謹(jǐn)性和實(shí)證相關(guān)性，代理在社會(huì)嵌入環(huán)境中通過價(jià)格動(dòng)態(tài)和社交媒體互動(dòng)影響市場(chǎng)行為。該研究展示了LLMs在計(jì)算模擬與行為科學(xué)之間的橋梁作用，提供了研究個(gè)體決策如何聚合成社會(huì)經(jīng)濟(jì)現(xiàn)象的實(shí)驗(yàn)平臺(tái)。

TwinMarket

在微觀層面上，我們專注于真實(shí)地模擬股票市場(chǎng)中的個(gè)人用戶行為，捕捉?jīng)Q策過程和基于決策理論的互動(dòng)，并通過現(xiàn)實(shí)世界的交易模式進(jìn)行驗(yàn)證。在宏觀層面上，我們構(gòu)建了一個(gè)交互式的、類似論壇的環(huán)境，在這個(gè)環(huán)境中，分布式代理可以交換信息、形成意見并影響彼此的決策，從而模擬了現(xiàn)實(shí)世界社會(huì)系統(tǒng)的緊急屬性。

數(shù)據(jù)源和仿真設(shè)置

數(shù)據(jù)來源包括多個(gè)網(wǎng)站，如Xueqiu、東財(cái)股吧、CSMAR等，主要用于構(gòu)建真實(shí)的社交模擬環(huán)境。選擇了上海證券交易所的50只最大流動(dòng)性股票（SSE 50指數(shù)）進(jìn)行分析。

初始用戶檔案通過真實(shí)交易數(shù)據(jù)和用戶資料構(gòu)建，提取行為偏差和人口特征，生成獨(dú)特的交易代理。TwinMarket模擬動(dòng)態(tài)交易環(huán)境，代理的決策通過訂單驅(qū)動(dòng)系統(tǒng)影響股價(jià)，確保市場(chǎng)環(huán)境與現(xiàn)實(shí)一致。

微觀層面模擬：個(gè)體行為

使用信念-欲望-意圖（BDI）框架模擬金融市場(chǎng)中的個(gè)體行為，解決信息流同質(zhì)化導(dǎo)致的行為趨同問題。BDI模型包含信念（市場(chǎng)理解）、欲望（目標(biāo)偏好）和意圖（具體行動(dòng)），模擬真實(shí)投資者的決策過程。

微觀層面，代理人具備信號(hào)感知、規(guī)劃和決策三大功能，能夠細(xì)致再現(xiàn)投資者行為。代理人根據(jù)市場(chǎng)信息（如股價(jià)、新聞、社交媒體）調(diào)整信念和欲望，執(zhí)行交易或社交互動(dòng)。每個(gè)代理人在BDI框架中有獨(dú)特角色和責(zé)任，具體操作將在后續(xù)章節(jié)詳細(xì)說明。

宏觀層面的模擬：社交互動(dòng)

信息流是金融市場(chǎng)集體行為和市場(chǎng)動(dòng)態(tài)的關(guān)鍵驅(qū)動(dòng)因素，圖形模型用于模擬信息在代理網(wǎng)絡(luò)中的傳播。設(shè)計(jì)的市場(chǎng)具有動(dòng)態(tài)特性，代理行為隨時(shí)間演變，系統(tǒng)需具備適應(yīng)性和可擴(kuò)展性。

社交網(wǎng)絡(luò)G由用戶節(jié)點(diǎn)V和基于交易行為的邊E構(gòu)成，用戶間相似的交易行為形成更強(qiáng)的連接。引入時(shí)間衰減因子λ，確保近期交易對(duì)圖結(jié)構(gòu)的影響更大，計(jì)算用戶間的加權(quán)Jaccard相似度S(u1, u2)。

信息聚合機(jī)制基于社交網(wǎng)絡(luò)，目標(biāo)用戶u_t的鄰居用戶中，只有相似度超過閾值τ的用戶信息被考慮。對(duì)鄰居用戶的帖子進(jìn)行熱度評(píng)分h(p)，結(jié)合投票和時(shí)間衰減，確保高參與度的帖子優(yōu)先推薦給目標(biāo)用戶。

工作流

設(shè)計(jì)理念模擬用戶在真實(shí)交易環(huán)境中的完整工作流程，包括信息獲取、交易決策和分享見解。

用戶行為。用戶通過點(diǎn)贊、點(diǎn)踩和轉(zhuǎn)發(fā)與內(nèi)容互動(dòng)，接收市場(chǎng)更新，形成信息查詢的欲望，更新信念，最終影響交易決策和分享市場(chǎng)觀點(diǎn)。

動(dòng)態(tài)環(huán)境。個(gè)性化決策通過推薦算法調(diào)節(jié)用戶的感知領(lǐng)域，股票推薦基于用戶投資組合和真實(shí)交易數(shù)據(jù)，帖子推薦實(shí)時(shí)調(diào)整，影響排名和可見性。

用戶在交易前可搜索相關(guān)新聞、公告及技術(shù)和基本指標(biāo)，基本指標(biāo)通過比例與真實(shí)價(jià)格對(duì)齊以保持估值一致性。

結(jié)果和分析

在100用戶的網(wǎng)絡(luò)中進(jìn)行微觀和宏觀層面的實(shí)驗(yàn)，分析個(gè)體決策差異及集體行為對(duì)市場(chǎng)動(dòng)態(tài)的影響。發(fā)現(xiàn)信息傳播與集體行為之間的動(dòng)態(tài)互動(dòng)，導(dǎo)致市場(chǎng)波動(dòng)。自我實(shí)現(xiàn)的預(yù)言、謠言和情緒變化驅(qū)動(dòng)交易行為，影響市場(chǎng)穩(wěn)定。這些現(xiàn)象在傳統(tǒng)的代理基礎(chǔ)模型（ABM）中難以捕捉。

實(shí)驗(yàn)設(shè)置

模擬環(huán)境為股票市場(chǎng)，包含10個(gè)代表性指數(shù)和100個(gè)市場(chǎng)參與者。參與者為基本面和技術(shù)分析師，模擬期為2023年6月15日至11月15日。每個(gè)代理人基于預(yù)定義角色初始化，影響其行為偏差和市場(chǎng)評(píng)估。代理人每日制定交易策略，自由選擇買、賣或持有。實(shí)施股票論壇以促進(jìn)信息交流和市場(chǎng)情緒分享。模擬將在股票價(jià)格超過波動(dòng)限制或市場(chǎng)參與顯著減少時(shí)提前終止。

微觀分析：自我實(shí)現(xiàn)的預(yù)言

自我實(shí)現(xiàn)預(yù)言是市場(chǎng)參與者基于預(yù)期行動(dòng)，最終導(dǎo)致預(yù)期實(shí)現(xiàn)的現(xiàn)象。在BDI框架中，用戶的期望被建模為每日更新的信念，涵蓋經(jīng)濟(jì)基本面、市場(chǎng)估值、短期趨勢(shì)、投資者情緒和自我評(píng)估五個(gè)維度。每個(gè)維度分配情感分?jǐn)?shù)，整體情感由五個(gè)維度的平均分?jǐn)?shù)表示，反映信念對(duì)投資決策和市場(chǎng)結(jié)果的影響。

TwinMarket環(huán)境的結(jié)果顯示，樂觀預(yù)期導(dǎo)致買入活動(dòng)增加，推動(dòng)股價(jià)上漲，形成自我強(qiáng)化的反饋循環(huán)，最終導(dǎo)致市場(chǎng)價(jià)格偏離基本面并出現(xiàn)急劇修正。這種模式與金融文獻(xiàn)中描述的經(jīng)典泡沫動(dòng)態(tài)相符，強(qiáng)調(diào)集體信念形成在投機(jī)繁榮和市場(chǎng)崩潰中的作用。

宏觀分析：程式化的事實(shí)

市場(chǎng)參與者的行為特征（如基本面與技術(shù)面交易的互動(dòng)、跟風(fēng)傾向、決策異質(zhì)性）被簡(jiǎn)化為概率策略切換和結(jié)構(gòu)隨機(jī)波動(dòng)性（SSV）等規(guī)則，能夠有效再現(xiàn)金融市場(chǎng)的風(fēng)格化事實(shí)（如厚尾收益分布和波動(dòng)聚集）。LLM（大語言模型）用戶自然融合這些行為特征，能夠分析金融市場(chǎng)的基本面和技術(shù)指標(biāo)，并展現(xiàn)跟風(fēng)傾向。為捕捉市場(chǎng)參與者的異質(zhì)性，構(gòu)建個(gè)性化用戶檔案，使代理在決策中同時(shí)展現(xiàn)理性投資策略和非理性行為偏差。

TwinMarket與歷史市場(chǎng)數(shù)據(jù)比較，確保模擬反映真實(shí)市場(chǎng)行為，主要風(fēng)格化事實(shí)包括：

• 非正態(tài)性：對(duì)數(shù)收益呈現(xiàn)尖峰和厚尾。
• 杠桿效應(yīng)：負(fù)收益顯示弱自相關(guān)，表明下行趨勢(shì)的持續(xù)性。
• 交易量-收益關(guān)系：交易量與收益正相關(guān)，反映投資者的集體行為。
• 波動(dòng)聚集：GARCH分析顯示高波動(dòng)沖擊的持續(xù)性。

TwinMarket通過精細(xì)建模市場(chǎng)參與者和環(huán)境，捕捉金融市場(chǎng)的宏觀動(dòng)態(tài)，無需依賴規(guī)則基礎(chǔ)技術(shù)。

群體行為的出現(xiàn)

金融市場(chǎng)中的個(gè)體決策受復(fù)雜社會(huì)網(wǎng)絡(luò)影響，非孤立進(jìn)行。價(jià)格反饋、社交互動(dòng)和信息流形成動(dòng)態(tài)反饋循環(huán)，影響個(gè)體行為。社會(huì)影響和羊群行為重塑個(gè)體選擇，導(dǎo)致市場(chǎng)趨勢(shì)和波動(dòng)的出現(xiàn)。通過模擬個(gè)體行為和社交互動(dòng)，驗(yàn)證經(jīng)濟(jì)理論，反映市場(chǎng)觀察，未施加人工約束。

信息傳播

研究通過選擇重要新聞并推送給高中心性用戶，探討信息傳播機(jī)制及其對(duì)市場(chǎng)的影響，反映市場(chǎng)中的信息不對(duì)稱。用極端謠言替代部分新聞，可能加劇信息流動(dòng)的影響，進(jìn)一步驗(yàn)證信息對(duì)市場(chǎng)的影響。

在TwinMarket中，用戶間的行為相似性導(dǎo)致強(qiáng)烈的模仿效應(yīng)，高度用戶的影響力更大，形成意見領(lǐng)袖，促進(jìn)決策同質(zhì)化和極化。負(fù)面謠言替代正常新聞，導(dǎo)致用戶信念分化，形成回聲室，謠言用戶對(duì)資產(chǎn)價(jià)值的悲觀評(píng)估加劇孤立。用戶的交易行為受信念波動(dòng)影響，負(fù)面謠言導(dǎo)致賣單比例顯著增加，賣/買比率達(dá)到基線的2.02倍，反映出恐慌性拋售。謠言驅(qū)動(dòng)的不確定性導(dǎo)致市場(chǎng)不穩(wěn)定，正常市場(chǎng)穩(wěn)定，而謠言市場(chǎng)則出現(xiàn)劇烈下跌，反映出對(duì)錯(cuò)誤信息的過度反應(yīng)和信心喪失。

擴(kuò)大規(guī)模

擴(kuò)展模擬至1,000個(gè)代理，展示框架的可擴(kuò)展性，克服傳統(tǒng)代理模型的挑戰(zhàn)。結(jié)果顯示五個(gè)月模擬期間整體趨勢(shì)相似，支持復(fù)雜系統(tǒng)在規(guī)模擴(kuò)大時(shí)表現(xiàn)出相似宏觀行為的研究。LLM驅(qū)動(dòng)的代理的涌現(xiàn)行為能夠很好地再現(xiàn)整體市場(chǎng)動(dòng)態(tài)。詳細(xì)的定量評(píng)估（包括RMSE、MAE和滯后分析）。

總結(jié)和未來工作

研究通過LLM驅(qū)動(dòng)的代理方法探討社會(huì)涌現(xiàn)現(xiàn)象，提出了TwinMarket框架，模擬股票市場(chǎng)中的投資者行為。發(fā)現(xiàn)LLM能夠有效建?，F(xiàn)實(shí)行為，驗(yàn)證行為理論，揭示社會(huì)涌現(xiàn)的機(jī)制，深化對(duì)復(fù)雜人類系統(tǒng)的理解。

未來將研究代理信任的內(nèi)在屬性，探討在社會(huì)科學(xué)和角色扮演應(yīng)用中的廣泛影響。旨在深入了解LLM代理行為及其與人類認(rèn)知的基本相似性，推動(dòng)LLM與人類的對(duì)齊研究。

本文轉(zhuǎn)載自????靈度智能????，作者： 靈度智能