论文链接：

代码链接：

“本文围绕多策略对冲基金中分析师交流策略的组织选择问题展开研究。通过基于大语言模型（LLM）的5智能体交易系统，在21个月内进行450次实验，比较了从无交流基线到协作与竞争对话等五种组织结构。研究表明，交流能提升绩效，但最优交流设计依赖于市场特征，如竞争对话在波动的科技股市场表现出色，协作对话在稳定的通用股市场占优，金融股则对交流干预有较强抗性。此外，所有组织结构（包括孤立智能体）都会收敛到相似的策略相关性，这挑战了“透明度导致有害多样性损失”的假设。绩效差异源于行为机制，而非多样性保存。对话质量得分与回报无相关性，说明复杂讨论不一定带来更好绩效。”

01

背景

多策略对冲基金面临一个基本的组织选择问题，即生成交易策略的分析师是否应该交流以及如何交流。以往基于LLM的交易研究主要集中在单智能体架构，且部分研究假设智能体相互独立，未考虑资本竞争。一些多智能体交易系统虽实现了类似竞争的机制，但未测试其他交流结构是否优于纯竞争。同时，理论预测存在冲突，如有的认为竞争能通过进化压力推动创新，有的则认为信息共享对信息不足的智能体有益。本文旨在隔离组织设计的影响，测试交流有效性是否依赖于市场特征，并通过对话内容分析揭示不同交流风格如何改变智能体优先级和决策过程。

02

问题定义

本文主要解决以下问题：

1. 确定多智能体交易系统中，不同组织结构（交流方式）在不同市场特征下对集体阿尔法生成（绩效）的影响，明确最优交流设计与市场特征的匹配关系。

2. 探究交流是否会导致策略多样性损失，以及策略收敛的真正原因和对绩效的影响。

3. 分析不同交流风格（竞争与协作）如何改变智能体的行为机制和决策过程，从而影响绩效。

4. 研究对话质量与绩效之间的关系，判断复杂讨论是否能保证更好的绩效。

03

方法

3.1 实验设置

智能体：部署5个基于GPT-4o-mini的LLM智能体，在2024年1月至2025年9月的21个月内进行交易。

实验次数：每种配置独立运行30次迭代，共进行450次实验。

市场环境：智能体在科技、通用和金融三个具有不同波动性和相关性的市场领域进行交易。

3.2 组织结构

基线（无交流）：所有智能体初始资本相等，每月根据动态回报重新分配资本，智能体之间无信息共享，无法查看彼此的策略、结果或排名。

排行榜：智能体可查看每月绩效排名，但不进行交流或查看彼此策略，资本根据回报重新分配。

协作对话：智能体每月进行2轮合作讨论以分享见解，第2轮完善第1轮的概念，无排名可见，提示强调集体改进、方法发展和技术复杂性。

对话 - 排行榜：结合协作对话和排行榜可见性，测试多种协调特征是否能带来叠加效益。

竞争对话：智能体每月进行2轮战略讨论，了解排名并能查看前3名表现者的阿尔法表达式，提示强调差异化、提升排名和战略定位。

3.3 阿尔法表达式构建

每个智能体可使用超过50种数学运算来构建阿尔法表达式，包括横截面运算、时间序列函数和技术指标。智能体每月根据最新的阿尔法表达式和绩效指标进行策略调整。对于支持对话的配置，智能体可接收跨月持续的讨论要点，以便基于之前的集体见解进行构建。

3.4 绩效评估

通过总回报和夏普比率衡量绩效。策略多样性通过计算智能体在第1个月和最后1个月每日分配的平均成对相关性来量化。对于支持对话的配置，使用CORE分数评估对话质量。

04

实验

4.1 数据集

市场数据：从雅虎财经获取2024年1月1日至2025年9月30日（21个月）的每日OHLCV数据，每月进行重新平衡。

市场领域构建：通用领域包含SPY、JNJ、JPM等10只股票。科技领域包含NVDA、MSFT、GOOGL等10只股票。金融领域包含JPM、BAC、WFC等10只股票。

4.2 实验结果

交流有效性依赖于市场特征：交流在科技和通用股市场提升了绩效，但在金融股市场效果不佳。竞争对话在波动的科技股市场表现最佳，总回报比基线提高了22.5%；协作对话在稳定的通用股市场占优，总回报比基线提高了23.9%；金融股对任何交流干预的响应最小，最大改进仅为7.7%。夏普比率的结果与总回报类似，竞争对话在科技股市场的夏普比率最高，协作对话在通用股市场最高。

所有策略收敛但绩效仍有差异：所有组织结构（包括孤立的基线智能体）都收敛到相似的策略相关性（0.74 - 0.90），这表明市场结构而非信息共享是导致收敛的原因。尽管最终相关性相似，但绩效差异显著，说明收敛本身并非有害，关键在于智能体收敛到的策略。竞争智能体专注于股票层面的分配，而协作智能体通过建立共识发展分析框架，影响了策略的稳健性。

对话质量与绩效无相关性：最终CORE分数与回报的皮尔逊相关系数为r = 0.04（p = 0.91），表明对话质量指标与绩效之间存在脱节。例如，金融-协作配置的CORE分数最高（0.301），但回报中等（72.7%）；而科技-对话+排行榜配置的CORE分数最低，但回报强劲（114.9%）。CORE分数的变化与绩效改进呈负相关（r = - 0.54），通用-协作配置的CORE分数下降最大（ - 0.043），绩效改进最佳（ + 23.9%）；金融-协作配置的CORE分数上升最大（ + 0.047），绩效改进最小（ + 0.9%）。

4.3 其他相关实验验证

策略相关性动态：通过单向方差分析（ANOVA）测试每个市场领域内不同配置的最终相关性是否存在差异，结果表明不同组织结构的最终相关性无显著差异，进一步证实了市场结构驱动收敛的结论。

对话内容分析：通过分析协作和竞争对话的样本，发现协作对话专注于抽象的方法改进，不讨论具体股票或分配；竞争对话则关注战术股票分配，智能体明确提及排名并揭示战略计算。