基于大模型Agent的金融復雜系統建模 | Vibe Modeling讀書會第八期

導語

面向金融市場微觀認知與宏觀波動共生的復雜系統研究需求，探究大語言模型革新多智能體金融仿真的建模范式。本期讀書會為Vibe Modeling讀書會第八期，香港浸會大學物理系博士后張章將圍繞 LLM 革新金融復雜系統建模展開分享，結合兩篇代表性論文分析 LLM 多智能體仿真的優劣，對比機器與人類交易者行為，辨析市場宏觀仿真效果和微觀決策還原的差異。

集智俱樂部聯合同濟大學長聘副教授陳小楊和北京林業大學副教授李周園共同發起，本讀書會旨在跨越硬科技與社會科學兩大板塊，系統梳理Vibe Modeling的技術現狀、應用潛力與開放問題，通過集體實踐形成可復用的提示策略及評估方法，為這一新范式奠定早期社區基礎，助力推動其在各領域的規范化應用與人才培養落地。

報告簡介

本報告圍繞“大語言模型如何改變金融復雜系統建模”展開，通過兩篇代表性論文討論 LLM 多智能體市場的能力與邊界。第一篇論文介紹 TwinMarket，展示 LLM 投資者如何在新聞、信念、社交傳播、訂單交易與價格反饋的閉環中，生成泡沫、恐慌、謠言擴散和波動聚集等復雜市場現象。第二篇論文將多種 LLM 與人類交易者置于受控實驗市場中，發現多數模型更依賴基本價值，難以復現人類大規模的投機泡沫與崩盤。兩篇論文共同說明，LLM 正在推動金融建模從預設規則走向行為與信息的內生演化，但宏觀市場結果相似，并不意味著模型已經真實復現了人類的微觀決策機制。

分享大綱

• 金融市場的復雜系統特征與傳統 Agent-Based Model 的局限

• LLM 為金融復雜系統建模帶來的新方法與研究范式

• TwinMarket 的智能體設計、信息環境與市場運行機制

• LLM 多智能體市場中的泡沫、謠言傳播與群體極化

• TwinMarket 對真實市場特征的復現能力及其局限

• LLM 與人類交易者對比實驗的基本設計

• 不同 LLM 的定價、信息沖擊響應與價格預測表現

• 宏觀市場擬真與微觀行為真實性之間的關系及啟示

核心概念

1. LLM 多智能體金融市場建模

2. 信息、信念與交易行為的內生演化

3. 市場泡沫、恐慌與波動聚集

4. 宏觀市場擬真與微觀行為真實性

5. 人類交易者與 LLM 交易者的行為差異

主講人介紹

主講人：張章，博士畢業于北京師范大學系統科學學院，香港浸會大學物理系博士后。研究興趣集中于復雜網絡與機器學習的交叉方向，具體包括復雜性理論指導的AI架構設計（AI by Complexity）和使用AI解決復雜系統的經典問題（Complexity by AI）。

參考文獻

• Yang, Yuzhe, et al. "Twinmarket: A scalable behavioral and social simulation for financial markets." Advances in Neural Information Processing Systems 38 (2026): 63469-63519.

• Henning, Thomas, et al. "LLM Agents Do Not Replicate Human Market Traders: Evidence From Experimental Finance." arXiv preprint arXiv:2502.15800 (2025).

時間信息

2026年7月12日（周日）晚上19:30-21:30，騰訊會議線上進行，微信視頻號+集智俱樂部B站號同步直播，感興趣的朋友掃碼報名加入Vibe Modeling讀書會后，可進入學員群進行交流。

報名讀書會：「Vibe Modeling」

集智俱樂部聯合同濟大學長聘副教授陳小楊和北京林業大學副教授李周園共同發起，將在集體實踐中探索 Vibe Modeling 在不同領域的通用模式與特殊需求，沉淀可復用的提示策略、評估方法與工作流，為這一范式搭建早期社區基礎，助力 AI 賦能的跨學科研究與人才培養落地。

讀書會自2026年5月17日起，每周日下午14:00-16:00線上開展，持續10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關領域研究者及跨學科興趣者參與。

掃描海報中二維碼報名參加讀書會

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應主題的讀書會社區（微信群）。

PS：為確保專業性和討論的聚焦，本讀書會謝絕脫離 Vibe Modeling 讀書會主題及相關問題的交流討論；如果出現討論內容不符合要求、經提醒無效者，會被移除群聊并對未參與部分退費。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。

特色退費與激勵機制

我們提供以下兩種途徑，讓您的投入獲得實際回饋：

1. 任務達標退費路徑
   

   認領并合格完成任意兩期字幕任務，即可退還全額報名費，并額外獲得集智專屬周邊獎勵。

2. 運營成長激勵路徑
   

   合格完成一個字幕任務后，可申請成為運營助理。在讀書會項目順利結項后，將退還學費。表現優異者，還有機會獲得額外的獎學金。