Technische Samenvatting: GeomHerd

1. Probleemstelling

Herding – waarbij marktdeelnemers hun gedrag op elkaar afstemmen en collectief handelen – is een primaire drijvende kracht achter marktfragiliteit en systemisch risico. Bestaande benaderingen om herding te kwantificeren, vertrouwen op downstream-observabelen, zoals gerealiseerde rendementen (bijvoorbeeld Cross-Sectional Absolute Deviation, CSAD) of bekendgemaakte handelsstromen (bijvoorbeeld LSV-institutionele onevenwichtigheid). Deze methoden zijn inherent post-hoc en lijden onder een waarneembaarheidsvertraging: ze detecteren coördinatie pas nadat deze zich al heeft voortgeplant in prijsbewegingen of openbare inzendingen.

Hoewel recente geometrische benaderingen met behulp van discrete Ricci-kromming zijn toegepast op marktstressanalyse, werken zij doorgaans op prijs-correlatiegrafen, waardoor ze dezelfde bottleneck erven. Het artikel stelt een fundamentele vraag: Kan men de evoluerende geometrie van het agent-coördinatieproces zelf (upstream structurele informatie) direct kwantificeren om een vooruitziend signaal te genereren voordat herding zich manifesteert in rendementen?

2. Methodologie: Het GeomHerd-kader

GeomHerd is een vooruitziend geometrisch kader dat de waarneembaarheidsvertraging omzeilt door coördinatie direct te kwantificeren op agent-interactiegafen.

2.1 Substraat en Grafconstructie

Het kader maakt gebruik van een heterogeen LLM-gedreven multi-agent financieel simulator (specifiek het Cividino-Sornette continuous-spin of CWS-model), waarbij elke handelaar wordt geïnstancierd door een door persona's geconditioneerde LLM. Dit biedt een volledig waarneembare actiestroom.

• Knopen: Individuele agenten ($N=66$).
• Randen: Geconstrueerd op basis van gewindowde actie-overeenstemming. Het gewicht $w_t(i, j)$ is de frequentie van identieke acties (bijvoorbeeld kopen/houden/verkopen) tussen agenten $i$ en $j$ over een venster $T_w=100$.
• Versparring: Randen worden alleen behouden als $w_t(i, j) > 0.5$, waardoor betekenisvolle overeenstemming boven de uniforme basislijn wordt gewaarborgd.
• Graf-dynamiek: De grafiek wordt elke $\Delta t = 10$ stappen herbouwd.

2.2 Geometrische Kern: Discrete Ricci-kromming

Het kader berekent Ollivier-Ricci-kromming ($\kappa_{OR}$) op de agentgrafiek met behulp van een lazy-walk overgangskern.

• Signaal-decompositie: De kromming wordt ontleed in twee distincte signalen op basis van community-brugtopologie:
  1. Positieve kromming ($\bar{\kappa}^+_{OR}$): Vangt intra-clique coördinatie op. Naarmate agenten elkaar imiteren, overlappen hun buurten, wat de positieve kromming verhoogt. Dit signaleert het begin van een informatiecascade.
  2. Negatieve kromming ($\beta^-$): Vangt inter-community bruggen op. Sterk negatieve kromming identificeert randen die verschillende clusters verbinden, wat de verspreiding van besmetting signaleert.
• Detectielogica:
  • $\bar{\kappa}^+_{OR}$ wordt bewaakt met een eenzijdige CUSUM-detector om niveauverschuivingen te identificeren.
  • $\beta^-$ wordt bewaakt met een gecombineerde CUSUM en Kendall-$\tau$-hellingtest om trends in het ontstaan van bruggen te detecteren, robuust tegen niet-Gaussisch ruis.

2.3 Vooruitziende Descriptoren

• Singulariteitstijd ($\tau_{sing}$): Het kader evolueert de grafiek onder discrete Ricci-flow en registreert de tijd tot de eerste "nekknijp" (singulariteit). Dit dient als een dynamische, vooruitziende descriptor van de nabijheid tot instorting, onderscheiden van statische clustering.
• Effectieve Woordenschat ($V_{eff}$): Een informatietheoretisch signaal dat de entropie van de actietaal van de agenten meet. $V_{eff}$ krimpt naarmate agenten hun gedrag homogeniseren tijdens een cascade.

2.4 Theoretische Anker

Het artikel vestigt een mean-field-brug (Propositie 1) die de geometrische metriek koppelt aan de klassieke CSAD-statistiek. Het leidt af dat onder standaardaannames (mean-field-concentratie, lineaire prijsimpact) CSAD monotoon afnemend is in $\bar{\kappa}_{OR}$. Dit verankert het geometrische signaal theoretisch in de gevestigde financiële literatuur.

3. Belangrijkste Bijdragen

1. Substraat-pivot: Verplaatst de locus van herding-detectie van downstream prijs-correlatiegrafen naar upstream agent-interactiegafen, gebruikmakend van volledig waarneembare actiestromen in LLM-gedreven simulators.
2. Signaal-gedecomponeerde geometrie: Ontkoppelt expliciet herding (positieve kromming, intra-clique dichtheid) van besmetting (negatieve kromming, inter-cluster bruggen), waardoor complementaire alarmsignalen worden geboden.
3. Vooruitziende flow: Introduceert de Ricci-flow singulariteitstijd ($\tau_{sing}$) als een dynamische scalar voor nabijheid tot instorting in plaats van een statische clusteringoperator.
4. Theoretisch verband: Biedt een schaalidentiteit die de geometrische kromming verbindt met de klassieke CSAD-rendementsdispersiestatistiek.

4. Experimentele Resultaten

Experimenten zijn uitgevoerd op het CWS continuous-spin substraat (400 trajecten) en gevalideerd via out-of-domain overdracht naar het Vicsek self-driven-particle model.

• Lead-tijd:
  • De primaire detector ($\bar{\kappa}^+_{OR}$) schakelt een mediaan van 178 stappen vóór het ordeparameter-herdingsevent ($\tau^*$) op een precisie-georiënteerd operationeel punt.
  • Op een recall-georiënteerd operationeel punt loopt de mediaan lead uit tot 272 stappen.
  • De besmettingsdetector ($\beta^-$) recallt 65% van de kritieke trajecten met een mediaan lead van 318 stappen.
  • Op gezamenlijk schakelende trajecten gaat het agent-grafsignaal prijs-correlatiebaselines vooraf met een gepoolde mediaan van 40 stappen.
• Consistentie:
  • Het geometrische signaal is teken-consistent met CSAD (negatieve correlatie tussen kromming en rendementsdispersie).
  • Het agent-grafsignaal gaat de LSV-handelsflowstatistiek vooraf op gezamenlijk schakelende trajecten, aangezien de actieclique detecteerbaar is voordat koop/verkoop-onevenwichtigheden zich ophopen.
• Voorspellende bruikbaarheid:
  • Een kromming-geconditioneerde voorspellende kop (met gebruik van het triplet $\bar{\kappa}_{OR}, \tau_{sing}, V_{eff}$) verlaagt de Mean Absolute Error (MAE) van cascade-venster log-rendementen in vergelijking met prijs-only en detector-geconditioneerde baselines.
• Generalisatie:
  • De geometrische signatuur transferreert out-of-domain naar het Vicsek-model, waarbij geordende van ongeordende regimes worden gescheiden met een AUROC van 0,99, wat suggereert dat de signatuur universele collectieve coördinatie weerspiegelt in plaats van financieel-specifieke artefacten.
• Ablatie:
  • Binaire randconstructie is kritiek; cosine-varianten falen in het detecteren van herding.
  • De signaal-decompositie is essentieel; het verwijderen ervan elimineert het signaal.

5. Betekenis en Claims

Het artikel beweert dat GeomHerd vooruitgang boekt in vooruitziende herding-kwantificering door de fundamentele "waarneembaarheidskloof" in financieel risicomonitoring aan te pakken. Door de agent-interactiagrafiek te behandelen als een voorspelbare wereld, vangt het kader de structurele topologie van opkomende coördinatie op voordat deze zich manifesteert in gerealiseerde rendementen.

De auteurs benadrukken dat GeomHerd niet slechts een nieuwe statistiek is, maar een vooruitziend waarschuwingssysteem dat:

1. Herding aanzienlijk eerder anticipeert dan aggregate marktbaselines.
2. Onderscheid maakt tussen interne coördinatie (clique-vorming) en externe besmetting (brugverspreiding).
3. Generaliseert over verschillende fysieke en financiële substraten.
4. De downstream voorspellende nauwkeurigheid verbetert wanneer het wordt gebruikt als conditionerend kenmerk.

Het werk positioneert zichzelf als een brug tussen geometrisch deep learning (Ricci-flow) en klassieke financiële theorie (CSAD/LSV), en biedt een mechanisme om systemische stabiliteit te monitoren op het micro-structurele niveau van agent-interactie.