TwinMarket: Uma Simulação Comportamental e Social Escalável para Mercados Financeiros

TwinMarket: A Scalable Behavioral and Social Simulation for Financial Markets

February 3, 2025

Autores: Yuzhe Yang, Yifei Zhang, Minghao Wu, Kaidi Zhang, Yunmiao Zhang, Honghai Yu, Yan Hu, Benyou Wang

cs.AI

Resumo

O estudo da emergência social tem sido há muito tempo um foco central nas ciências sociais. Abordagens tradicionais de modelagem, como Modelos Baseados em Agentes (ABMs) baseados em regras, têm dificuldade em capturar a diversidade e complexidade do comportamento humano, particularmente os fatores irracionais enfatizados na economia comportamental. Recentemente, agentes de grandes modelos de linguagem (LLMs) ganharam destaque como ferramentas de simulação para modelar o comportamento humano em ciências sociais e aplicações de role-playing. Estudos sugerem que LLMs podem levar em consideração vieses cognitivos, flutuações emocionais e outras influências não racionais, possibilitando simulações mais realistas de dinâmicas sócio-econômicas. Neste trabalho, introduzimos o TwinMarket, um novo framework multiagente que aproveita LLMs para simular sistemas sócio-econômicos. Especificamente, examinamos como comportamentos individuais, por meio de interações e mecanismos de feedback, dão origem a dinâmicas coletivas e fenômenos emergentes. Através de experimentos em um ambiente simulado de mercado de ações, demonstramos como ações individuais podem desencadear comportamentos de grupo, levando a resultados emergentes como bolhas financeiras e recessões. Nossa abordagem fornece insights valiosos sobre a complexa interação entre tomadas de decisão individuais e padrões sócio-econômicos coletivos.

English

The study of social emergence has long been a central focus in social science. Traditional modeling approaches, such as rule-based Agent-Based Models (ABMs), struggle to capture the diversity and complexity of human behavior, particularly the irrational factors emphasized in behavioral economics. Recently, large language model (LLM) agents have gained traction as simulation tools for modeling human behavior in social science and role-playing applications. Studies suggest that LLMs can account for cognitive biases, emotional fluctuations, and other non-rational influences, enabling more realistic simulations of socio-economic dynamics. In this work, we introduce TwinMarket, a novel multi-agent framework that leverages LLMs to simulate socio-economic systems. Specifically, we examine how individual behaviors, through interactions and feedback mechanisms, give rise to collective dynamics and emergent phenomena. Through experiments in a simulated stock market environment, we demonstrate how individual actions can trigger group behaviors, leading to emergent outcomes such as financial bubbles and recessions. Our approach provides valuable insights into the complex interplay between individual decision-making and collective socio-economic patterns.