QuantAgent: 価格駆動型マルチエージェントLLMによる高頻度取引

最近の大規模言語モデル（LLM）の進展は、金融的な推論と市場理解において驚くべき能力を示しています。TradingAgentやFINMEMのようなマルチエージェントLLMフレームワークは、戦略的意思決定のために基礎的要因や感情に基づく入力を活用することで、これらのモデルを長期的な投資タスクに拡張します。しかし、これらのアプローチは、高頻度取引（HFT）の高速かつ精度が求められる要求には適していません。HFTは通常、テクニカル指標、チャートパターン、トレンド特徴などの構造化された短期間の信号に基づいて迅速かつリスクを意識した意思決定を必要とします。これらの信号は、金融における既存のほとんどのLLMベースのシステムが特徴づける長期的なテキスト駆動型推論とは大きく対照的です。このギャップを埋めるために、私たちは高頻度アルゴリズム取引のために明示的に設計された初のマルチエージェントLLMフレームワークであるQuantAgentを紹介します。このシステムは取引を、Indicator（指標）、Pattern（パターン）、Trend（トレンド）、Risk（リスク）の4つの専門エージェントに分解し、それぞれの市場ダイナミクスの異なる側面を短期間の時間ウィンドウで捉えるためのドメイン特化型ツールと構造化された推論能力を備えています。BitcoinやNasdaq先物を含む9つの金融商品にわたる広範な実験により、QuantAgentはベースライン手法を一貫して上回り、複数の評価指標で1時間および4時間の取引間隔でより高い予測精度を達成することが示されました。我々の発見は、構造化された取引信号とLLMベースの推論を結びつけることが、高頻度金融市場における追跡可能なリアルタイム意思決定システムの viable path を提供することを示唆しています。