Według badań instytutu giełdy, wieloagentowy framework handlowy oparty na LLM znacząco przewyższył strategię Buy & Hold podczas backtestów bitcoin.

Odaily poinformował, że instytut badawczy jednej z giełd opublikował niedawno raport „Badania nad ramami transakcyjnymi BTC opartymi na Multi-Agent LLM oraz analiza backtestowa”. Wskazano w nim, że w porównaniu z generowaniem sygnałów transakcyjnych bezpośrednio przez pojedynczy LLM, architektura LLM Multi-Agent lepiej odzwierciedla rzeczywisty proces badawczy instytucji finansowych, umożliwiając zwiększenie przejrzystości decyzji inwestycyjnych i lepszą kontrolę ryzyka za sprawą współpracy i debat pomiędzy analitykami, badaczami, traderami, a zespołem ds. zarządzania ryzykiem. W badaniu, wykorzystując ramy TradingAgents, opracowano system transakcyjny AI dostosowany do rynku krypto, wprowadzając różne role agentów, takie jak analiza techniczna, analiza newsów, analiza sentymentu oraz analiza makro/on-chain.

Na podstawie danych BTC/USDT z interwału jednogodzinnego przeprowadzono backtest strategii TradingAgents-BTC. Wyniki wykazały, że strategia ta osiągnęła całkowity zwrot +20,25% w testowanym okresie, co jest znacząco lepsze niż -7,89% dla strategii Buy & Hold, przy maksymalnym obsunięciu kapitału wynoszącym -17,41%, niższym niż w przypadku Buy & Hold (-27,06%). W badaniu uznano, że ramy Multi-Agent pozwalają na ograniczenie ekspozycji na ryzyko podczas faz konsolidacji i spadkowych poprzez stany Sell/Underweight oraz Flat, a także ponowną akumulację pozycji długich w trakcie odbicia na rynku, co podnosi ogólne wyniki strategii pod względem relacji zysku do ryzyka.

W raporcie wskazano, że architektura Multi-Agent LLM wykazuje pewien potencjał praktycznego zastosowania w handlu krypto, jednak obecny okres backtestu obejmuje jedynie około trzy miesiące, a transakcje na interwale godzinnym nadal mogą być poddane wpływowi opłat, poślizgu cenowego oraz opóźnień w sygnale. W przyszłości konieczne będzie dalsze weryfikowanie stabilności strategii i jej zdolności do generalizacji na dłuższych historycznych okresach, w różnych warunkach rynkowych i na większej liczbie klas aktywów.