arXiv 预印本研究智能体行为对自动化做市市场压力与风险的影响
一篇 arXiv 预印本《Agentic AI in Automated Markets》将三类行为原型——理性套利者、操纵者、跟随羊群的散户——建模为强化学习智能体,用 Deep Q-Network 和带学习基线的 REINFORCE 训练,研究其对市场压力、风险调整后表现、流动性与波动率的影响。作者基于 AAVE、ETC、SUI 的小时级加密数据做试点并提出假设:羊群跟随者产生最频繁但最短的压力事件,操纵者最少但最持久,理性智能体的滚动夏普比率最稳定但收益波动更高;SHAP 归因分别对应回撤与跨资产信号、短期波动与持仓状态、动量。作者据此主张按行为类型制定针对性监管,而非统一限制波动率或换手率。材料仅为作者摘要与元数据,未读取全文,方法与数据未核验;结果为试点与模型设定下的结论,不代表主网已实现或确定收益。