arXiv cs.CL· Zeyu Liu, Sing Kwong Lai, Xuanzhi Feng, HaoYang Shang, Yang Li, Zihao Fang, Xuan Liu·· 10 小时前AI 评分38
AStockArena：超越收益率，能否把真实资金托付给金融智能体的决策？
AStockArena: Beyond Returns, Can We Entrust Real Capital to the Decisions of Financial Agents?
AI 导读
AStockArena 是面向中国 A 股连续交易的实时决策审计基准，在相同市场条件与执行约束下评估了 13 个开源与闭源模型的 3,198 次连续决策。在 1,070 个交易点上，72.99% 至少存在一项审计缺口，模型层面缺口率为 52.2% 至 91.2%，其中证据不足最为普遍。历史交易过滤回放显示组合结果对这些被标记交易敏感，决策过程审计可作为收益类评估的可验证补充。
正文 · AI 翻译
摘要：大语言模型（LLM）正越来越多地用于动态金融交易，但实时交易基准主要通过累计收益和风险调整后表现来评估智能体。这类结果指标无法说明交易是否被如实报告、是否有可用证据支撑，以及是否与账户状态一致。我们提出 AStockArena，一个面向中国 A 股市场连续交易的实时决策审计基准。在共享市场条件和执行约束下，我们评估了 13 个开源和闭源模型，共 3,198 次连续决策。AStockArena 通过对齐报告、交易请求、执行响应和账户状态，重建实际提交到账户的操作，并用八项检查对其进行审计，涵盖执行可追溯性（O）、证据充分性（RK）和金融元认知（B），将记录核验与专家共识标注相结合。在 1,070 个交易点中，72.99% 至少存在一项审计缺口；模型层面的比例从 52.2% 到 91.2% 不等，其中证据缺口最为普遍。历史交易过滤回放进一步表明，投资组合结果对这些被标记的交易较为敏感。因此，决策过程审计为金融智能体基于收益的评估提供了一种可验证的补充。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.00515 [cs.CL] |
| （或 arXiv:2611.00515v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.00515 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：HaoYang Shang [查看邮箱]
[v1]
2026年10月31日星期六 01:08:02 UTC（388 KB）
来源：arXiv cs.CL · arxiv.org