KAIST ஆராய்ச்சியாளர்கள், ஒரு மொழி மாதிரி மூலம் இயங்கும் வர்த்தக বট (trading bot) ஐந்து நாட்களுக்கு ஒருமுறை தனது சொந்த ப்ராம்ப்ட்டை (prompt) மீண்டும் எழுத அனுமதித்தால், அதன் Sharpe ratio 2.94-லிருந்து 4.00 ஆக உயரும் என்பதையும், 50 நாள் சோதனையில் 50-பேசிஸ் பாயிண்ட் கூடுதல் செயல்திறனை வழங்கும் என்பதையும் நிரூபித்துள்ளனர். ஒவ்வொரு கணக்கீட்டையும் விளக்க உரையில் (prose) இருந்து இயக்கக்கூடிய Python குறியீடாக (executable Python code) மாற்ற கட்டாயப்படுத்தியதன் மூலம் இந்த முன்னேற்றம் ஏற்பட்டது.

நிலையான ப்ராம்ப்ட்கள் ஏன் போதுமானதாக இல்லை

குறியீட்டை இயக்கும் பெரும்பாலான LLM ஏஜெண்டுகள் ஒரு நிலையான சிஸ்டம் ப்ராம்ப்ட்டுடன் (fixed system prompt) தொடங்குகின்றன – இது அந்த மாதிரி எவ்வாறு செயல்பட வேண்டும் என்று கூறும் ஒரு உரைத் தொகுப்பாகும். இந்த ப்ராம்ப்ட் பெரும்பாலும் குறியீட்டு கருவியை (code tool) ஒரு விருப்பத்தேர்வு அல்லது அலங்காரமாக மட்டுமே treats செய்கிறது. அந்த மாதிரி இன்னும் ஏற்ற இறக்கங்கள் (volatility) அல்லது எதிர்பார்க்கப்படும் வருவாய் பற்றி "சிந்திக்கலாம்", ஆனால் அது எண்களை வெறும் உரையாக மட்டுமே எழுதுகிறது, பின்னர் தெளிவற்ற யூகங்களின் அடிப்படையில் எவ்வளவு முதலீடு செய்ய வேண்டும் என்று தீர்மானிக்கிறது. இதன் விளைவாக ஒரு தொடர்பு இல்லாமை ஏற்படுகிறது: அந்த மாதிரியால் சரியானது என்று சொல்லக்கூடிய குறியீட்டை உருவாக்க முடியும், இருப்பினும் இறுதி வர்த்தக அளவு அந்த குறியீட்டிற்கு வெளியே தேர்ந்தெடுக்கப்படுகிறது, இது முடிவை ஹாலுசினேஷனுக்கு (hallucination) உள்ளாக்குகிறது.

EvolveTrade அணுகுமுறை

KAIST குழு நிலையான ப்ராம்ப்ட்டிற்குப் பதிலாக, ஒரு மெட்டா-ஏஜென்ட்டை (meta-agent) அறிமுகப்படுத்தியது. இது ஐந்து நாள் காலக்கட்டத்தில் அந்த வொட்டின் செயல்திறனை ஆய்வு செய்கிறது. ஒவ்வொரு ஆய்வுக்குப் பிறகும், அந்த மெட்டா-ஏஜென்ட் சிஸ்டம் ப்ராம்ப்ட்டை மீண்டும் எழுதுகிறது, இதன் மூலம் மொழி மாதிரிக்கும் அதன் கோட் இன்டர்பிரிட்டருக்கும் (code interpreter) இடையிலான ஒப்பந்தத்தை இது வலுப்படுத்துகிறது. புதிய ப்ராம்ப்ட் மூன்று குறிப்பிட்ட படங்களைக் கட்டாயப்படுத்துகிறது:

  • Python பயன்படுத்தி ஒவ்வொரு சொத்தின் (asset) அளவீடுகளுக்கான அட்டவணையை உருவாக்குதல்.
  • சொத்துக்களுக்கு மதிப்பெண் வழங்க தெளிவான கணித சூத்திரங்களைப் பயன்படுத்துதல்.
  • markdown உரையில் இல்லாமல், குறியீட்டிற்குள்ளேயே இலக்கு போர்ட்ஃபோலியோ எடைகளை (target portfolio weights) கணக்கிடுதல்.

நடைமுறையில், இந்த மேம்படுத்தப்பட்ட বট ஒரு வர்த்தக சுழற்சியில் 11 முறை Python கருவியைப் பயன்படுத்தியது – அளவீடுகளைக் கணக்கிடவும், இடர் வரம்புகளைச் சரிபார்க்கவும் மற்றும் எடைகளைச் சரிசெய்யவும் இது உதவியது – அதே நேரத்தில் அடிப்படை ஏஜென்ட் (baseline agent) ஒருமுறை மட்டுமே கருவியைப் பயன்படுத்தியது, மற்றவற்றிற்கு உரை சார்ந்த யூகங்களையே (textual heuristics) நம்பியிருந்தது.

முக்கியமான எண்கள்

ஒரு நிலையான சொத்துத் தொகுப்பில் (asset universe) நடத்தப்பட்ட 50 நாள் பேக்-டெஸ்டின் (back-test) போது, மேம்படுத்தப்பட்ட ஏஜென்ட் பின்வருவனவற்றைக் காட்டியது:

  • Sharpe ratio: நிலையான ஏஜெண்டின் 2.94 உடன் ஒப்பிடுகையில் 4.00.
  • Cumulative return: நிலையான ஏஜெண்டின் 8.88% உடன் ஒப்பிடுகையில் 10.56%.

இந்த 50-பேசிஸ் பாயிண்ட் கூடுதல் செயல்திறன், செயல்களைத் தீர்மானிக்கக்கூடிய கணிதத்துடன் (deterministic math) வலுவாக இணைத்ததன் மூலம் நேரடியாகக் கிடைத்துள்ளது. மாதிரியின் முடிவெடுக்கும் வழிமுறையை (decision pipeline) முழுமையாகக் கண்காணிக்கக்கூடியதாகவும் மற்றும் மீண்டும் செய்யக்கூடியதாகவும் மாற்றுவதன் மூலம், ஆராய்ச்சியாளர்கள் பொதுவாக LLM சார்ந்த வர்த்தக உத்திகளின் செயல்திறனைக் குறைக்கும் "யூகங்களை" நீக்கினர்.

யார் வெற்றி பெறுகிறார்கள், யார் தோற்கிறார்கள்

நிதி சார்ந்த வர்த்தக பாட்களை உருவாக்கும் டெவலப்பர்களுக்கு, பாடம் தெளிவானது: ஏஜென்ட் ஒரு ரன்டைம் சூழலை (runtime environment) அணுகக்கூடியதாக இருந்தால், ஒவ்வொரு செயல்படுத்தக்கூடிய நுண்ணறிவையும் (actionable insight) குறியீடாக வெளிப்படுத்த ப்ராம்ப்ட் அதைத் தூண்ட வேண்டும். இந்தத் தத்துவத்தைப் புறக்கணிப்பது, மாதிரி கருவியின் வெளியீடுகளைத் தேவையற்ற பின்னணித் தகவலாகக் கருத வழிவகுக்கும், இது செயல்திறனைக் குறைத்து அபாயத்தை அதிகரிக்கும்.

வரம்புகள் மற்றும் முரண்பட்ட கருத்துக்கள்

அடுத்து கவனிக்க வேண்டியவை

முக்கிய கருத்து: ஒரு LLM தனது சொந்த அறிவுறுத்தல் தொகுப்பை (instruction set) மீண்டும் எழுத அனுமதிப்பது, ஒவ்வொரு வர்த்தக முடிவையும் சரிபார்க்கக்கூடிய குறியீடாக மாற்றுகிறது; இது தெளிவற்ற உரை அடிப்படையிலான ஏஜென்ட்டை ஒரு ஒழுக்கமான, அதிக வருவாய் தரும் இயந்திரமாக மாற்றுகிறது. ப்ராம்ப்ட்-கருவி ஒப்பந்தத்தைப் (prompt-tool contract) புறக்கணிக்கும் டெவலப்பர்கள், லாப வாய்ப்புகளை இழக்கும் அபாயத்தை எதிர்கொள்கின்றனர்.