KAIST च्या संशोधकांनी दाखवून दिले की, लँग्वेज-मॉडेल-चालित (language-model-driven) ट्रेडिंग बॉटला दर पाच दिवसांनी स्वतःचा प्रॉम्प्ट (prompt) पुन्हा लिहिण्याची परवानगी दिल्यास त्याचा Sharpe ratio २.९४ वरून ४.०० पर्यंत वाढला आणि ५० दिवसांच्या चाचणीदरम्यान ५०-बेसिस-पॉइंट (basis-point) अधिक कामगिरी दिसून आली. हा फायदा मिळण्याचे कारण म्हणजे बॉटला प्रत्येक गणना गद्यातून (prose) एक्झिक्युटेबल (executable) Python कोडमध्ये रूपांतरित करण्यास भाग पाडणे हे होते.

स्टॅटिक प्रॉम्प्ट्स (static prompts) अपयशी का ठरतात

कोड एक्झिक्युट करणारे बहुतेक LLM एजंट्स एका ठराविक 'सिस्टम प्रॉम्प्ट'ने (system prompt) सुरू होतात – हा मजकुराचा एक संच असतो जो मॉडेलला कसे वागावे हे सांगतो. हा प्रॉम्प्ट अनेकदा कोड टूलला केवळ एक ऐच्छिक सजावट म्हणून मानतो. मॉडेल अजूनही अस्थिरता (volatility) किंवा अपेक्षित परताव्याबद्दल "विचार" करू शकते, परंतु ते आकडे साध्या मजकुरात लिहिते आणि नंतर अस्पष्ट अंदाजांवर आधारित किती गुंतवणूक करायची याचा निर्णय घेते. याचा परिणाम म्हणजे एक विसंगती निर्माण होते: मॉडेल अगदी अचूक कोड तयार करू शकते, तरीही अंतिम ट्रेडचा आकार (trade size) त्या कोडच्या बाहेर निवडला जातो, ज्यामुळे निर्णय 'हॅलुसिनेशन'ला (hallucination) बळी पडू शकतो.

EvolveTrade दृष्टिकोन

KAIST टीमने स्टॅटिक प्रॉम्प्टच्या जागी एका 'मेटा-एजंट'चा (meta-agent) वापर केला, जो दर पाच दिवसांच्या कालावधीत बॉटच्या कामगिरीचा आढावा घेतो. प्रत्येक पुनरावलोकनानंतर, मेटा-एजंट सिस्टम प्रॉम्प्ट पुन्हा लिहितो, ज्यामुळे लँग्वेज मॉडेल आणि त्याचा कोड इंटरप्रिटर (code interpreter) यांच्यातील संबंध अधिक घट्ट होतो. नवीन प्रॉम्प्टमध्ये तीन ठोस पावले अनिवार्य केली आहेत:

  • Python वापरून प्रत्येक मालमत्तेसाठी (asset) मेट्रिक्सचा तक्ता तयार करणे.
  • मालमत्तेचे स्कोअरिंग करण्यासाठी स्पष्ट गणितीय सूत्रांचा वापर करणे.
  • पोर्टफोलिओचे लक्ष्यित वजन (target portfolio weights) markdown मजकुराऐवजी कोडच्या आतून मिळवणे.

प्रत्यक्ष व्यवहारात, विकसित केलेल्या बॉटने प्रत्येक ट्रेडिंग सायकलमध्ये मेट्रिक्स मोजण्यासाठी, जोखीम मर्यादा तपासण्यासाठी आणि वजन (weights) कॅलिब्रेट करण्यासाठी Python टूल ११ वेळा वापरले – तर मूळ (baseline) एजंटने केवळ एकदाच टूल वापरले आणि उर्वरित कामासाठी मजकुरावरील अंदाजांवर (textual heuristics) अवलंबून राहिला.

महत्त्वाचे आकडे

एका मानक मालमत्ता विश्वावर (standard asset universe) ५० दिवसांच्या बॅक-टेस्ट दरम्यान, विकसित एजंटने खालील निकाल नोंदवले:

  • Sharpe ratio: ४.०० विरुद्ध स्टॅटिक एजंटसाठी २.९४.
  • Cumulative return: १०.५६% विरुद्ध स्टॅटिक एजंटसाठी ८.८८%.

५०-बेसिस-पॉइंटची ही अधिक कामगिरी थेट कृतींचे निश्चित गणितीय नियमांशी (deterministic math) असलेले घट्ट बंधन यातून येते. मॉडेलची निर्णय प्रक्रिया पूर्णपणे निरीक्षणक्षम आणि पुनरावृत्ती करण्यायोग्य बनवून, संशोधकांनी त्या "अंदाजांना" (guesswork) काढून टाकले जे सहसा LLM-चालित ट्रेडिंग स्ट्रॅटेजीजची कामगिरी कमी करतात.

कोण जिंकते, कोण हरते

आर्थिक बॉट्स तयार करणाऱ्या डेव्हलपर्ससाठी धडा स्पष्ट आहे: जर एजंटला रनटाइम एन्व्हायरमेंटचा (runtime environment) प्रवेश असेल, तर प्रॉम्प्टने त्याला प्रत्येक कृतीयोग्य माहिती (actionable insight) कोडच्या स्वरूपात व्यक्त करण्यास भाग पाडले पाहिजे. या तत्त्वाला दुर्लक्ष केल्यास मॉडेल टूलच्या आउटपुटला केवळ पार्श्वभूमीतील गप्पा (background chatter) समजून घेते, ज्यामुळे कामगिरी कमी होऊ शकते आणि जोखीम वाढू शकते.

मर्यादा आणि प्रतिवाद

पुढे काय पाहावे

निष्कर्ष (Takeaway): LLM ला स्वतःचा सूचना संच (instruction set) पुन्हा लिहून घेण्याची परवानगी दिल्यास प्रत्येक ट्रेडचा निर्णय पडताळण्यायोग्य कोडमध्ये रूपांतरित होतो, ज्यामुळे एक अस्पष्ट मजकूर-आधारित एजंट एका शिस्तबद्ध आणि उच्च-परतावा देणाऱ्या इंजिनमध्ये बदलतो. प्रॉम्प्ट-टूल कराराकडे दुर्लक्ष करणारे डेव्हलपर्स नफा गमावण्याचा धोका पत्कवतात.