Sebuah agen trading berbasis AI mengubah keputusan patokan sebanyak 310 kali dalam sebuah studi baru-baru ini. Pada 294 dari kesempatan tersebut, ia memilih untuk membeli ketika patokan akan tetap tidak melakukan transaksi.
Kecenderungan kuat untuk membeli itu memberi para peneliti cara untuk menelaah pilihannya. Mereka mempertahankan jumlah dan jenis perubahan, tetapi menugaskannya kembali ke berbagai peristiwa pendapatan yang memenuhi syarat dengan keputusan patokan yang sama. Agen tersebut mempertahankan bauran perubahan posisinya; namun peristiwa mana yang menerima perubahan itu diacak.
Benchmark acak yang dipasangkan memiliki rata-rata imbal hasil yang disesuaikan risiko lebih tinggi dibanding agen, sebelum biaya transaksi. Pilihan aktual agen tidak menunjukkan keunggulan yang terdeteksi dibanding penugasan acak tersebut.
Ini adalah studi retrospektif terhadap 723 peristiwa pendapatan pada 44 perusahaan AS yang berorientasi pada konsumen, sebagaimana dijelaskan dalam Agent Policy-Value Audit, yang diajukan pada 2 Oktober. Ini bukan uji coba trading kripto. Selisih imbal hasil kotor positif agen dibanding patokan awal sendiri terlalu tidak pasti untuk menetapkan adanya keunggulan, dan estimasinya kurang lebih nol setelah biaya yang diasumsikan dalam studi.
Hasil ini menyisakan ruang bagi efek-efek yang terlalu kecil untuk dideteksi oleh sampel. Yang dapat ditunjukkan oleh audit ini adalah seberapa besar keuntungan semu bisa muncul dari bauran perubahan posisi, sebelum memberi agen kredit apa pun atas keputusan mengenai di mana perubahan itu dilakukan.
Sumber: https://arxiv.org/abs/2610.04040
Kecenderungan kuat untuk membeli itu memberi para peneliti cara untuk menelaah pilihannya. Mereka mempertahankan jumlah dan jenis perubahan, tetapi menugaskannya kembali ke berbagai peristiwa pendapatan yang memenuhi syarat dengan keputusan patokan yang sama. Agen tersebut mempertahankan bauran perubahan posisinya; namun peristiwa mana yang menerima perubahan itu diacak.
Benchmark acak yang dipasangkan memiliki rata-rata imbal hasil yang disesuaikan risiko lebih tinggi dibanding agen, sebelum biaya transaksi. Pilihan aktual agen tidak menunjukkan keunggulan yang terdeteksi dibanding penugasan acak tersebut.
Ini adalah studi retrospektif terhadap 723 peristiwa pendapatan pada 44 perusahaan AS yang berorientasi pada konsumen, sebagaimana dijelaskan dalam Agent Policy-Value Audit, yang diajukan pada 2 Oktober. Ini bukan uji coba trading kripto. Selisih imbal hasil kotor positif agen dibanding patokan awal sendiri terlalu tidak pasti untuk menetapkan adanya keunggulan, dan estimasinya kurang lebih nol setelah biaya yang diasumsikan dalam studi.
Hasil ini menyisakan ruang bagi efek-efek yang terlalu kecil untuk dideteksi oleh sampel. Yang dapat ditunjukkan oleh audit ini adalah seberapa besar keuntungan semu bisa muncul dari bauran perubahan posisi, sebelum memberi agen kredit apa pun atas keputusan mengenai di mana perubahan itu dilakukan.
Sumber: https://arxiv.org/abs/2610.04040