arXivに新たに公開された論文「Representation Signatures and Risk-Feedback Alignment in LLM Trading Agents」は、大規模言語モデル（LLM）が金融意思決定環境でどのように行動し、その内部表現がどのように変化するかを分析している。著者のWeicheng Xueは、リスクレポート、執行シミュレーション、メモリ、再生可能な軌跡を備えた監査可能な取引エージェントテストベッド「TradeArena」を用いて、市場ストレス下でLLMの根拠、ポジション、介入がどのように進化するかを調べた。
研究では、失敗前に測定可能なシグネチャが現れることを発見した。計画埋め込みは正常状態の重心からドリフトし、融合された計画-リスク表現は正常状態とドローダウン前状態を分離し、多様体診断は失敗前に有効ランクの収縮を示す。小サンプルと埋め込み選択の懸念に対処するため、8つのLLM軌跡にわたる80のローリング失敗アンカーを使用し、この収縮がハッシュ、LSA、Transformer、ホワイトボックスの隠れ状態プローブ全体で持続することを示した。
CoTなしの目標ウェイト、語彙制御、OHLCVノイズ、偽の監査レポートを用いたストレステストでは、根拠なしでは根拠レベルの収縮が消失する一方、意図空間の収縮は残る可能性があることが示された。語彙の多様性は崩壊せず、融合シグネチャはノイズ下でも情報量を保つ。また、構造化されたリスクフィードバックは微調整なしで外部アラインメント信号として機能するが、普遍的な性能向上策ではないことがわかった。真の監査フィードバックは一部のモデルの校准を改善し、他のモデルではリターンとドローダウンを改善する。さらに、隠れたフィードバックやプラセボフィードバックが短期リターンでは優れるがアラインメント診断が弱いケースも明らかになった。
最後に、51銘柄のイントラデイ実験は相関の盲点を明らかにした。LLMの根拠はしばしば、リスク層が繰り返し削減する相関資産への集中エクスポージャーを正当化し、ローリングMarkowitzベースラインが共分散参照として用いられる。これらの結果は収益性の主張ではなく研究上の主張を支持するものであり、監査可能なリスクフィードバックと表現軌跡が、LLMの金融推論が整合しているか、ドリフトしているか、失敗しているかを明らかにすることを示している。