TwinMarket

TwinMarket 的突破性在于它实现了从“规则匹配”到“认知模拟”的范式转变。

• 从规则到认知的BDI框架：与传统基于固定规则的智能体不同，TwinMarket的每个智能体都拥有信念、愿望和意图三层认知结构。

  • 信念：智能体对世界的理解，包括其掌握的市场信息和个人判断。

  • 愿望：智能体的投资目标，例如追求高收益或控制风险。

  • 意图：基于信念和愿望最终形成的交易决策，如买入或卖出某只股票。
    更重要的是，智能体具备自我反思能力，能够在每次决策后根据市场反馈调整自己的信念，从而模拟出人类投资者的学习与适应过程。

• 扎根现实的模拟环境：为了确保模拟的真实性，系统从多个方面进行了精细化构建。

  • 智能体画像：研究者从真实投资平台提取了数千名投资者的交易记录，量化出基本面分析、技术分析、处置效应、彩票偏好等多种投资风格和行为偏差，并以此初始化LLM智能体。

  • 市场环境：每个交易日，智能体会接收到包括新闻热点、公司公告、股票数据和个人社交网络信息在内的多维度数据，完全模拟真实投资者的决策环境。

  • 订单驱动机制：模拟采用集合竞价，价格由智能体提交的买卖订单内生决定，这使得泡沫的形成和破裂成为智能体集体行为自然涌现的结果，而非外部设定。

🌐 应用场景与学术价值

TwinMarket 不仅仅是一个技术演示，更是一个强大的金融研究平台。

• 揭示市场涌现现象：通过实验，研究者清晰地观察到了典型的 “泡沫-崩盘”周期：少数智能体的乐观情绪通过正反馈循环（价格上涨强化乐观信念，吸引更多买入）不断放大，最终脱离基本面形成泡沫，并在某个触发点后迅速破裂。这为研究市场危机的内在动力提供了可视化的模型。

• 量化信息传播影响：在一个对照实验中，研究者向模拟市场中的高影响力用户注入了一条负面谣言，结果导致用户信念得分显著下降，卖出/买入比例飙升，市场指数暴跌。这个实验精准地演示了谣言在社交网络中的放大效应和“回音室”效应，解释了为何真实市场中一则未经证实的消息能引发千亿市值蒸发。

• 成为计算实验金融新工具：该框架被评价为计算实验金融提供了全新的研究视角和工具。它允许研究者在受控的环境中，以“数字孪生”的方式测试各种理论、政策和监管措施可能带来的影响，这是传统理论分析和纯计量模型难以实现的。