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.

Orchestration Framework for Financial Agents: From Algorithmic Trading to Agentic Trading

Created by
  • Haebom
Category
Empty

저자

Jifeng Li, Arnav Grover, Abraham Alpuerto, Yupeng Cao, Xiao-Yang Liu

개요

본 논문은 금융 시장에서 인공지능 에이전트의 활용을 위한 오케스트레이션 프레임워크를 제안합니다. 복잡한 알고리즘 트레이딩 시스템을 일반 대중도 접근 가능하도록 만들고자 하며, 플래너, 오케스트레이터, 알파 에이전트, 위험 에이전트, 포트폴리오 에이전트, 백테스트 에이전트, 실행 에이전트, 감사 에이전트, 메모리 에이전트 등 다양한 에이전트로 구성됩니다. 주식 및 비트코인 거래에 대한 두 가지 예시를 제시하며, 주식 거래에서 20.42%의 수익률, 2.63의 샤프 지수, -3.59%의 최대 낙폭을 기록했고, 비트코인 거래에서는 8.39%의 수익률, 0.38의 샤프 지수, -2.80%의 최대 낙폭을 달성했습니다. 코드 GitHub에서 공개되었습니다.

시사점, 한계점

시사점:
알고리즘 트레이딩 시스템의 접근성을 높여 금융 지능의 민주화에 기여.
다양한 에이전트 기반 접근 방식을 통해 유연하고 확장 가능한 시스템 구축 가능성 제시.
주식 및 비트코인 거래에서 긍정적인 성과를 보여 실제 적용 가능성 입증.
GitHub을 통해 코드 공개하여 연구의 재현 및 확장을 용이하게 함.
한계점:
제시된 예시의 기간이 제한적이며, 다양한 시장 상황에 대한 검증 부족.
구체적인 에이전트 설계 및 상호 작용 방식에 대한 상세 정보 부족.
모델의 일반화 가능성 및 장기적인 성과에 대한 추가적인 연구 필요.
성과 지표 외 다른 성능 평가 지표 부재.
👍