TradeLens：诊断LLM交易Agent的智能成本能否换来利润

Qiqi Duan 等提出 TradeLens，一个基于论文摘要介绍的轨迹诊断工具，从交易记录、运行时轨迹和部署配置出发重建交易轨迹，将利润与成本归因到可解释证据，评估 Agent 交易系统支付给自身智能的推理与工具使用成本能否转化为增量利润。 作者报告的分析覆盖不同骨干模型、资本规模、交易频率和系统架构，结果显示可行性取决于智能到利润的转化能力：DeepSeek-V3.2 表现为资产选择不佳，GLM-4.7 表现为时机判断为负；资本规模、交易频率和架构在这些运行中主要通过对决策归因时机价值的影响起作用。代码开源于 GitHub。 以上结果基于论文摘要，尚未经独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。