AgenticAITA: A Proof-Of-Concept About Deliberative Multi-Agent Reasoning for Autonomous Trading Systems
यह शोध पत्र AGENTICAITA को प्रस्तुत करता है, जो एक प्रूफ़-ऑफ़-कॉन्सेप्ट फ्रेमवर्क है जो पारंपरिक एल्गोरिद्मिक ट्रेडिंग को एक प्रशिक्षण-मुक्त (training-free), मल्टी-एजेंट डेलिब्रेटिव सिस्टम से बदल देता है जहाँ विशिष्ट LLMs सख्त सुरक्षा बाधाओं के तहत स्वायत्त रूप से व्यापार करने के लिए तर्क करते हैं, बातचीत करते हैं और ट्रेड निष्पादित करते हैं, जिसने पांच दिवसीय लाइव मार्केट ड्राई-रन के दौरान परिचालन व्यवहार्यता को सफलतापूर्वक प्रदर्शित किया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक उच्च-दांव वाला ट्रेडिंग फ्लोर है जहाँ, एक एकल मानव ट्रेडर के बजाय जो पलक झपकते ही निर्णय लेता है, आपके पास विशेषज्ञ रोबोटों की एक टीम है जो मिलकर काम कर रही है। लेकिन ये केवल साधारण रोबोट नहीं हैं जो एक कठोर स्क्रिप्ट का पालन करते हैं; ये "सोचने वाले" रोबोट हैं जो उन्नत AI द्वारा संचालित हैं जो कदम उठाने से पहले एक-दूसरे के साथ तर्क, बहस और बातचीत कर सकते हैं।
यह शोध पत्र AGENTICAITA को पेश करता है, जो इस विचार का परीक्षण करने के लिए एक नया सिस्टम है जिसे क्रिप्टोकरेंसी ट्रेडिंग की अराजक दुनिया में लागू किया गया है। यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:
मुख्य समस्या: पुराने सिस्टम क्यों विफल होते हैं
पारंपरिक ट्रेडिंग बॉट्स एक विमान के ऑटोपायलट की तरह होते हैं। उन्हें विशिष्ट नियमों के साथ प्रोग्राम किया जाता है (जैसे, "यदि कीमत 5% गिरती है, तो खरीदें")। वे शांत मौसम में बहुत अच्छा काम करते हैं, लेकिन यदि बाजार अचानक अपना व्यक्तित्व बदल देता है (एक "रेजीम शिफ्ट"), तो ये बॉट्स भ्रमित हो जाते हैं क्योंकि वे अनुकूलित नहीं हो सकते या इस बारे में नहीं सोच सकते कि चीजें क्यों हो रही हैं। वे बस स्क्रिप्ट का पालन करते हैं, भले ही वह स्क्रिप्ट अब समझ में न आ रही हो।
समाधान: AI विशेषज्ञों की एक टीम
AGENTICAITA एक एकल ऑटोपायलट के बजाय एक विचारशील टीम (deliberative team) की जगह लेता है। यह केवल एक संख्या की गणना नहीं करता है; यह एक बैठक आयोजित करता है। यह सिस्टम चार मुख्य "गैजेट्स" पर बना है जो इस टीम को व्यवस्थित और सुरक्षित रखते हैं:
1. "स्मार्ट अलार्म" (AZTE)
कल्पना कीजिए कि आप एक व्यस्त सड़क देख रहे हैं। आपको अपनी विशेषज्ञों की टीम को हर बार फोन करने की आवश्यकता नहीं है जब कोई कार गुजरती है। आप उन्हें केवल तभी बुलाते हैं जब कुछ अजीब होता है, जैसे कि एक कार गलत दिशा में जा रही हो या अचानक विस्फोट हो जाए।
- यह कैसे काम करता है: यह मॉड्यूल लगातार बाजार पर नज़र रखता है। यह AI टीम को केवल तभी जगाता है जब यह एक सांख्यिकीय रूप से "अजीब" घटना (कीमत में बड़ी उछाल या गिरावट) का पता लगाता है। यह ऊर्जा बचाता है और AI को शोर (noise) से अभिभूत होने से रोकता है।
2. "तीन लोगों की समिति" (SDP)
एक बार जब अलार्म बज जाता है, तो AI केवल कार्य नहीं करता है। यह तीन अलग-अलग भूमिकाओं के साथ एक संरचित बैठक चलाता है, जो सख्त डिजिटल अनुबंधों (जैसे कि एक फॉर्म भरना) के माध्यम से संवाद करती है:
- एनालिस्ट (विश्लेषक): यह एजेंट डेटा को देखता है और कहता है, "मुझे लगता है कि हमें इसे खरीदना या बेचना चाहिए।" यह अपने तर्क को लिखता है।
- रिस्क मैनेजर (जोखिम प्रबंधक): यह सख्त बॉस है। इसे एनालिस्ट के फैंसी तर्क की परवाह नहीं है; यह केवल नियमों की जांच करता है। "क्या दांव बहुत बड़ा है? क्या स्टॉप-लॉस बहुत चौड़ा है?" यदि नियम पूरे नहीं होते हैं, तो यह दरवाजा बंद कर देता है और कहता "नहीं।"
- एक्सेक्यूटर (निष्पादक): यह एकमात्र एजेंट है जिसे वास्तव में ट्रेड करने की अनुमति है। यह रिस्क मैनेजर की हरी झंडी का इंतजार करता है।
- जादू: क्योंकि वे अलग हैं, वे असहमत हो सकते हैं। एनालिस्ट खरीदना चाह सकता है, लेकिन रिस्क मैनेजर कह सकता है, "नहीं, यह बहुत जोखिम भरा है।" यह "घर्षण" (friction) साबित करता है कि वे वास्तव में सोच रहे हैं, न कि केवल एक स्क्रिप्ट दोहरा रहे हैं।
3. "ट्रैफिक पुलिस" (IGP)
एक व्यस्त रसोई की कल्पना करें जहाँ पाँच शेफ एक ही समय में एकमात्र चूल्हे का उपयोग करने की कोशिश कर रहे हैं। अराजकता मच जाती है।
- यह कैसे काम करता है: AI सिस्टम को चलाना महंगा है। "ट्रैफिक पुलिस" यह सुनिश्चित करता है कि एक समय में केवल एक ही ट्रेड निर्णय संसाधित किया जाए। यदि दो अजीब बाजार घटनाएं एक साथ होती हैं, तो पुलिस एक को जाने देती है और दूसरे को विनम्रता से प्रतीक्षा करने के लिए कहती है। यह सिस्टम को व्यवस्थित रखता है और हर निर्णय का एक सटीक, अपरिवर्तनीय रिकॉर्ड बनाता है।
4. "विविधता स्कोर" (CBD)
निवेश में, यदि आप दस अलग-अलग स्टॉक खरीदते हैं जो बिल्कुल एक ही तरह से चलते हैं, तो आप वास्तव में विविधीकृत (diversified) नहीं हैं; आप बस एक ही चीज़ पर दस बार दांव लगा रहे हैं।
- यह कैसे काम करता है: सिस्टम एक स्कोर की गणना करता है कि क्या एक नई संपत्ति मुख्य बाजार (बिटकॉइन) से स्वतंत्र रूप से चल रही है। यह उन संपत्तियों को प्राथमिकता देता है जो अपना अलग रास्ता बना रही हैं, जिससे यह सुनिश्चित होता है कि टीम केवल एक ही परिणाम पर एक साथ दाव नहीं लगा रही है।
प्रयोग: एक "ड्राय रन"
शोधकर्ताओं ने इस सिस्टम का पाँच दिनों के लिए लाइव मार्केट वातावरण में परीक्षण किया, लेकिन एक सुरक्षा जाल के साथ: कोई वास्तविक पैसा जोखिम में नहीं डाला गया।
- उन्होंने 76 अलग-अलग संपत्तियों पर 157 निर्णय लिए।
- सिस्टम बिना किसी मानवीय हस्तक्षेप के पूरी तरह से अपने आप चला।
- परिणाम: टीम ने ठीक वैसे ही काम किया जैसा डिजाइन किया गया था। "रिस्क मैनेजर" ने एनालिस्ट के लगभग 3% विचारों को "ना" कहा, और "एनालिस्ट" ने 8% अवसरों पर बाहर बैठने का फैसला किया। यह "घर्षण" साबित करता है कि एजेंट वास्तव में बातचीत कर रहे थे, न कि केवल आदेशों का आँख मूंदकर पालन कर रहे थे।
परिणाम: क्या इसने पैसा बनाया?
यहाँ ईमानदार हिस्सा है: इस परीक्षण के दौरान सिस्टम ने बहुत कम मात्रा में पैसा (लगभग $15) खो दिया।
- हालाँकि, उन पाँच दिनों के दौरान बाजार में भारी गिरावट (crash) चल रही थी। एक व्यक्ति जिसने केवल बिटकॉइन को थामे रखा होता, उसे $3,912 का नुकसान होता।
- उस आपदा की तुलना में, AGENTICAITA ने बहुत बेहतर प्रदर्शन किया, प्रभावी रूप से पूंजी को सुरक्षित रखा।
- पेपर स्वीकार करता है कि यह केवल एक प्रूफ-ऑफ-कॉन्सेप्ट है। यह साबित करता है कि आर्किटेक्चर काम करता है (टीम बात कर सकती है, बातचीत कर सकती है और सुरक्षित रह सकती है), लेकिन यह कहना बहुत जल्दी है कि क्या यह लंबे समय में लाभदायक होगा। सिस्टम में बाजार गिरने के दौरान खरीदने (long होने) की ओर थोड़ा झुकाव था, जिससे इसे कुछ अंक कम हुए।
निचोड़ (Bottom Line)
यह पेपर यह दावा नहीं करता है कि इसने पैसा छापने वाली मशीन का आविष्कार कर लिया है। इसके बजाय, यह दावा करता है कि इसने एक नए प्रकार का ट्रेडिंग इंजन बनाया है।
- इसे पिछले डेटा पर "प्रशिक्षित" करने की आवश्यकता नहीं है जैसे कि कोई छात्र परीक्षा के लिए अध्ययन करता है।
- यह AI एजेंटों की एक टीम का उपयोग करता है जो एक-दूसरे से बहस करते हैं और एक-दूसरे की जाँच करते हैं।
- इसमें अंतर्निर्मित सुरक्षा गार्ड हैं जो चीजों के खतरनाक होने पर AI को ओवरराइड कर सकते हैं।
- यह हर एक विचार और निर्णय का एक सटीक, पठनीय लॉग बनाता है।
लेखक कहते हैं, "हमने कार बनाई, और हमने इसे तूफान में पाँच दिनों तक सुरक्षित रूप से चलाया। यह दुर्घटनाग्रस्त नहीं हुई, और इसने पार्क की गई कार में बैठने की तुलना में तूफान को बेहतर तरीके से संभाला। अब हमें इसे 90 दिनों तक चलाने की आवश्यकता है यह देखने के लिए कि क्या यह वास्तव में दौड़ जीत सकता है।"
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।