Do LLM Personas Dream of Bull Markets? Comparing Human and AI Investment Strategies Through the Lens of the Five-Factor Model

📄 arXiv: 2411.05801v1 📥 PDF

作者: Harris Borman, Anna Leontjeva, Luiz Pizzato, Max Kun Jiang, Dan Jermyn

分类: q-fin.ST, cs.AI, cs.CY, q-fin.GN

发布日期: 2024-10-28

💡 一句话要点

利用大语言模型模拟人格特质，探索其在投资决策中的行为模式与人类的异同

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大语言模型 人格特质 投资决策 行为金融学 模拟环境

📋 核心要点

  1. 现有研究较少关注人格特质对投资态度等行为的影响，缺乏对AI人格在投资决策中行为模式的深入研究。
  2. 本研究通过赋予LLM特定人格，观察其在模拟投资环境中的行为，对比其与具有相同人格特质人类的行为差异。
  3. 实验结果表明，LLM人格在学习风格、冲动性和风险偏好等方面表现出与人类相似的行为模式，但在环境态度方面存在差异。

📝 摘要（中文）

本研究探讨了具有特定“大五人格”特征的大语言模型（LLM）人格角色，在投资任务中的表现是否与具有相同人格特质的人类相似。我们使用模拟投资任务来确定这些结果是否可以推广到实际行为中。在模拟环境中，结果表明这些人格角色在所有评估类别中都产生了有意义的行为差异，并且这些行为通常与人类研究的预期一致。我们发现，LLM能够将特质推广到三个领域的预期行为：学习风格、冲动性和风险偏好，而环境态度无法准确表示。此外，我们表明，与调查环境相比，LLM在模拟环境中产生的行为更能反映人类行为。

🔬 方法详解

问题定义：本研究旨在探究大语言模型（LLM）在被赋予特定人格特征后，其投资行为是否与具有相同人格特征的人类相似。现有方法主要依赖于调查问卷等方式研究人格对投资行为的影响，缺乏对AI人格在模拟真实环境下的行为模式的深入研究，难以准确评估AI人格的投资决策能力。

核心思路：本研究的核心思路是利用LLM模拟具有特定“大五人格”特征的人格角色，并在模拟投资环境中观察其行为。通过对比LLM人格与具有相同人格特质的人类在投资决策中的差异，评估LLM是否能够准确地将人格特质转化为相应的行为模式。这种方法能够更真实地模拟人类的投资行为，并为研究AI人格的投资决策能力提供新的视角。

技术框架：本研究的技术框架主要包括以下几个步骤：1) 选择和定义“大五人格”特征；2) 使用LLM创建具有特定人格特征的人格角色；3) 设计模拟投资环境，包括股票市场数据、交易规则等；4) 让LLM人格角色在模拟环境中进行投资决策；5) 收集和分析LLM人格角色的投资行为数据，并与具有相同人格特质的人类行为进行对比。

关键创新：本研究的关键创新在于：1) 将LLM应用于人格模拟和投资决策研究，为研究AI人格的投资行为提供了新的方法；2) 通过模拟投资环境，更真实地模拟了人类的投资行为，提高了研究的可靠性；3) 对比了LLM人格与人类在投资决策中的差异，为理解AI人格的行为模式提供了新的 insights。

关键设计：本研究的关键设计包括：1) 使用“大五人格”模型来定义人格特征，确保人格特征的全面性和可测量性；2) 设计合理的模拟投资环境，包括股票市场数据、交易规则等，以确保投资决策的真实性和有效性；3) 选择合适的LLM模型，并进行微调，以确保LLM能够准确地模拟人格特征。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LLM人格在学习风格、冲动性和风险偏好等方面表现出与人类相似的行为模式。具体而言，LLM能够根据其人格特质调整投资策略，例如，具有高风险偏好的人格角色更倾向于投资高风险资产。此外，研究还发现，与调查环境相比，LLM在模拟环境中产生的行为更能反映人类行为。

🎯 应用场景

该研究成果可应用于金融科技领域，例如开发基于AI人格的投资顾问，为不同人格类型的投资者提供个性化的投资建议。此外，该研究还可以用于风险管理、行为金融学等领域，帮助人们更好地理解和预测投资者的行为。

📄 摘要（原文）

Large Language Models (LLMs) have demonstrated the ability to adopt a personality and behave in a human-like manner. There is a large body of research that investigates the behavioural impacts of personality in less obvious areas such as investment attitudes or creative decision making. In this study, we investigated whether an LLM persona with a specific Big Five personality profile would perform an investment task similarly to a human with the same personality traits. We used a simulated investment task to determine if these results could be generalised into actual behaviours. In this simulated environment, our results show these personas produced meaningful behavioural differences in all assessed categories, with these behaviours generally being consistent with expectations derived from human research. We found that LLMs are able to generalise traits into expected behaviours in three areas: learning style, impulsivity and risk appetite while environmental attitudes could not be accurately represented. In addition, we showed that LLMs produce behaviour that is more reflective of human behaviour in a simulation environment compared to a survey environment.