AI-agenter lär sig bedöma sin egen kunskap – ny forskning minskar beräkningssteg med 39 procent

När maskinen börjar tänka ekonomiskt

Det finns ett visst poetiskt i att forskarvärlden just nu löser två olika men djupt sammanvävda problem inom AI-driven handel — nästan samtidigt. Det handlar om hur agenter fattar beslut, och vad de letar efter när de gör det. Tillsammans målar de en tydlig bild av vart branschen är på väg.

Låt oss börja med grundproblemet. En AI-agent som används för finansiella beslut behöver ständigt hålla sin världsbild uppdaterad. Marknadsdata förändras, modeller justeras, och varje uppdatering har historiskt inneburit att agenten räknar om hela sitt beslutsunderlag från grunden — ett kostsamt och tidskrävande arbete.

Forskare bakom metoden DSC-Gate (publicerad på arXiv inom cs.AI) har identifierat en elegant lösning på detta: en förändring i ett handlingsvärde leder inte nödvändigtvis till ett förändrat beslut. Om avdriften i värdet är för liten för att ändra rangordningen mellan tillgängliga alternativ, kan historisk data fortfarande användas som den är. Metoden avgör automatiskt — utan mänsklig inblandning — om underlaget ska återanvändas, justeras eller räknas om helt.

Resultaten talar sitt tydliga språk: antalet verktygsanrop minskade från 472 till 286 i experimentet, en minskning med 39,4 procent, utan att beslutskvaliteten försämrades nämnvärt. Det är inte bara en teknisk vinst — det är en arkitektonisk mognad. Agenter som kan bedöma sin egen kunskapsskarphet och agera därefter är ett steg närmare genuint självständiga system.

Letandet efter överkastning

Parallellt med detta presenterar ett annat forskarteam AlphaDiverse — ett ramverk som automatiserar sökningen efter så kallade alfafaktorer, det vill säga handelssignaler som kan ge överavkastning på aktiemarknaden jämfört med ett riktmärke.

Problemet med tidigare flera-agent-system för den här typen av forskning är välkänt bland kvantitativa analytiker: systemen tenderar att gravitera mot samma framgångsrika ekonomiska mekanismer om och om igen. Det uppstår ett slags algoritmiskt tunnelseende där bredd offras för kortsiktig träffsäkerhet.

AlphaDiverse motverkar detta genom att systematiskt variera forskningsmiljön och aktivt belöna variation — inte bara förutsägelsekvalitet. Agenterna tränas med en kombination av övervakad finjustering och en gemensam optimeringsmetod som väger både precision och utforskningsbredd. Systemet testades på fyra kinesiska aktieindex och visade lovande resultat på båda dimensionerna.

En annan intressant detalj: systemet körs helt lokalt, utan beroende av externa programmeringsgränssnitt. Det förbättrar kontroll över kostnader, tillgänglighet och — kanske viktigast i finansiell kontext — konfidentialitet. Handelssignaler är affärshemligheter, och att behöva skicka dem via externa tjänster är en reell risk som AlphaDiverse alltså undviker.

Effektivitet möter utforskning

De två framstegen adresserar olika nivåer i samma system, och det är där det blir riktigt intressant. DSC-Gate gör det billigare och snabbare att hålla beslut uppdaterade. AlphaDiverse gör det bredare och mer variationsrikt att hitta vad man ska fatta beslut om. Kombinera dem, och du har en agent som är både kostnadseffektiv i drift och mer kreativ i sin sökning efter möjligheter.

Det är en rörelse mot vad man skulle kunna kalla autonoma investeringsagenter — system som inte bara exekverar order utan aktivt forskar, utvärderar och justerar sina egna strategier. Det är en fundamentalt annorlunda typ av marknadsaktör än de regelbaserade handelssystem vi sett tidigare.

För investerare och regleringsorgan innebär det nya frågor. Vem ansvarar när en agent fattar ett felaktigt beslut? Hur säkerställer man att utforskning av handelssignaler inte leder till samordnat beteende mellan konkurrerande system — ett slags oavsiktlig algoritmisk samverkan? Frågorna är inte nya, men de blir mer brådskande när systemen mognar i takt med att forskningen avancerar.