CrashGym论文发布：量化LLM Agent在模拟崩盘中的决策价值

该论文提出 CrashGym，一个确定性、可重放的限价订单簿模拟器，用于评估大语言模型智能体在应对市场冲击前进行干预实验的实际决策价值。研究核心在于不再依赖人类或模型打分，而是通过独立种子生成的目标实现来直接计算遗憾值（regret），即实际选择与所有可行干预中最佳选择的效用差距。 在针对24个新采样世界的预指定研究中，拥有完整记录的部署（Luna）在获得实验室访问权限后，平均遗憾值从8.878降至3.785，减少了5.092个效用单位，相当于仅观察模式平均值的57.4%。然而，当实验室的策略组合随环境内生演化时，并未显示出相对于固定策略组合的显著优势。这一发现表明，实验环境的动态适应性本身可能抵消其带来的信息增益。 事实层面，CrashGym 实现了价格影响持久化、流动性撤出、保证金驱动清算及策略组合演变等放大渠道的显式机制。推断层面，该工作揭示了当前行业对“实验即赋能”的盲目乐观可能存在偏差，特别是在复杂动态系统中，实验的价值取决于环境是否稳定以及策略的可迁移性。猜测层面，若将此类模拟器应用于真实高频交易场景，需警惕策略组合内生演化导致的过拟合风险，这可能导致实验室表现优异但实盘失效。