arXiv cs.AI· Yunhua Pei, Zerui Ge, Jin Zheng, John Cartlidge·· 10 小时前AI 评分34
Market Regime Council：多智能体 LLM 决策系统中的动态信用分配机制
Market Regime Council for Dynamic Credit Assignment in Multi-Agent LLM Decision Systems
AI 导读
研究者提出 Market Regime Council（MRC），一种面向专家智能体联盟的在线信用分配机制，以投资组合管理为下游任务，通过计算所有单智能体、两两及大联盟输出的精确 Shapley 信用实现在线智能体加权。
正文 · AI 翻译
摘要：用于投资组合管理的多智能体 LLM 决策系统仍缺乏一种有原则的方式在专家智能体之间分配信用，在状态切换下仍易受冷启动主导的影响，并且对最终配置如何形成所提供的透明度有限。我们提出市场状态委员会（Market Regime Council，MRC），一种在专家智能体联盟上进行在线信用分配的机制，并以投资组合管理作为下游任务。MRC 计算所有单智能体、成对以及大联盟输出的精确 Shapley 信用，用于在线智能体加权。以 N=3 个专家智能体实例化时，在每个交易周期，MRC 根据指数加权性能历史重新计算基于联盟的 Shapley 权重，使用贝叶斯自适应混合来稳定早期周期，应用状态相关乘数来调整智能体权限，并通过五层因果追踪记录每次再平衡。在 13 种加密资产、五个随机种子上共 1,037 个交易日中，MRC 取得 1.51 的夏普比率和 440.1% 的累计收益，在活跃基线中于 CR、SR 和 IR 上排名第一，并在活跃方法中取得最低 MDD。消融结果表明，收益来自跨联盟输出的 Shapley 加权整合，而非来自任何单一阶段。代码和演示数据已开源。
| 评论： | 40 页，13 幅图。已录用作者稿，NeurIPS 2026（主赛道）。代码和演示数据已开源 |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG）；投资组合管理（q-fin.PM） |
| 引用为： | arXiv:2605.24490 [cs.AI] |
| （或本版本的 arXiv:2605.24490v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2605.24490 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：John Cartlidge [查看电子邮件]
[v1]
2026 年 5 月 23 日星期六 09:41:52 UTC（9,485 KB）
[v2]
2026 年 11 月 10 日星期二 11:13:13 UTC（9,502 KB）
来源：arXiv cs.AI · arxiv.org