dumai
ИИarXiv cs.AI

Торговые программы после общения чаще продавали вместе

Препринт, ещё не рецензирован · ранние данные

Кратко

В эксперименте 200 модельных торговых программ из четырёх семейств работали семь торговых дней — от полной изоляции до обмена сообщениями. В двух семействах общавшиеся группы держали гораздо больше одинаковых акций и чаще продавали одновременно; сообщение коллеги повышало вероятность повторить его короткую фразу на 7 процентных пунктов, но заметно не меняло сделки в то же утро.

Зачем это знать?

Для оценки риска массовых одинаковых сделок важно сравнивать общающиеся группы с группами без сообщений: сами программы иногда сходились по выбору акций и без общения. Результат получен на модельных участниках за семь дней и не переносится напрямую на реальные рынки или людей.

Разбор

Авторы не просто сравнили итоговые сделки. Они записывали, что именно каждый агент успел прочитать перед каждым решением, а затем сопоставляли похожие ситуации: например, когда два агента получили одинаковые внешние данные, но только один увидел сообщение коллеги. Такой подход помогает отделить влияние общения от совпадения входной информации — например, одинаковых новостей о рынке.

Эффект общения оказался разным по времени. В течение одного утра агенты чаще подхватывали формулировки друг друга, но это ещё не означало немедленной смены сделки. Зато в разборе отдельных случаев за следующие дни видно, как через сообщения распространялись уже не только фразы, но и торговые правила и выбранные позиции. При этом общий результат группы во многом объяснялся тем, что её участники держали одни и те же акции.

Авторы нашли и менее очевидную проблему: при пересказе некоторые утверждения теряли оговорки и важные уточнения. В одном из самых наглядных случаев исправление дошло до автора исходной заметки, но не изменило его записи. Менеджеры также редко просили коллег проверить конкретный вопрос — исследование оставалось пересекающимся, а не скоординированным. Это показывает, что общая память может усиливать не только полезные идеи, но и их упрощённые версии.

Ключевые цифры

14%Если два агента не видели публикаций друг друга, одинаковая короткая фраза всё равно появлялась примерно в одном случае из семи — совпадение могло возникать из общих входных данных.
1–9 октября 2026 годаНаблюдение охватило только семь торговых дней, поэтому оно показывает краткосрочное поведение, а не устойчивую картину на месяцы или годы.
2 из 4 семейств моделейСильное сближение по составу акций обнаружили не у всех типов программ, а только у половины проверенных семейств.

Можно ли доверять

Это препринт на arXiv, а не статья, прошедшая журнальное рецензирование. Расчёты независимо перепроверили по исходным оценкам и по одним только определениям из приложения, что повышает доверие к арифметике, но сами данные не открыты, а проверка прошла на модельных агентах всего за семь дней, поэтому перенос на реальные рынки остаётся неопределённым.

  • Это препринт, а не прошедшая полноценное рецензирование публикация.
  • Эксперимент длился семь торговых дней и использовал модельных агентов, поэтому результат нельзя напрямую переносить на реальные рынки или человеческих трейдеров.
  • Изолированные агенты тоже сходились по составу активов, поэтому эффект общения нужно оценивать относительно базового уровня совпадений без общения.

Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено

Источник и детали
ЖурналarXiv (cs.AI)
Дата публикации у нас28 октября 2026 г.
Дата источника27 октября 2026 г.
ОригиналОткрыть
АвторыAvid Fayaz, Harry Zhang, Håvard Alstadheim, Erik Nordlöf, Vilhelm Karlin, André Silva