Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

An Adaptive Multi Agent Bitcoin Trading System

Created by
  • Haebom
Category
Empty

저자

Aadi Singhi

개요

본 논문은 대규모 언어 모델(LLM)을 활용하여 암호화폐 시장에서 알파 생성 및 포트폴리오 관리를 수행하는 다중 에이전트 비트코인 거래 시스템을 제시한다. 비트코인을 포함한 암호화폐 시장의 극심한 변동성과 시장 심리 및 규제 발표의 영향력을 고려하여, 정적 회귀 모델이나 과거 데이터에만 의존하는 신경망의 한계를 극복하고자 했다. 이 시스템은 기술 분석, 심리 평가, 의사 결정 및 성과 반성을 위한 전문화된 에이전트로 LLM을 구성한다. 특히, 'Reflect' 에이전트가 거래 결정에 대한 자연어 비평을 제공하는 새로운 언어적 피드백 메커니즘을 통해 에이전트의 성능을 향상시킨다. 2024년 7월부터 2025년 4월까지의 비트코인 가격 데이터를 기반으로 한 백테스팅 결과, 강세장에서 30% 이상, 전체적으로 15%의 수익률을 보였으며, 약세장에서는 손실을 줄이는 효과를 보였다. 주간 피드백을 추가했을 때는 전체 성능이 31% 향상되었고, 약세장 손실이 10% 감소했다.

시사점, 한계점

시사점:
LLM을 활용한 다중 에이전트 시스템이 암호화폐 시장에서 효과적인 거래 전략을 제시할 수 있음을 입증.
언어적 피드백 메커니즘을 통해 LLM 기반 에이전트의 성능을 향상시키는 새로운 접근 방식 제시.
추가적인 가중치 업데이트나 미세 조정 없이, LLM을 금융 목표에 맞게 튜닝하는 확장 가능하고 비용 효율적인 방법론 제시.
강세 및 횡보 시장에서 괄목할 만한 성과를 보이며, 약세 시장에서의 손실을 줄이는 효과를 확인.
한계점:
논문에 구체적인 한계점 언급은 없음.
👍