揭開大型語言模型交易代理的面紗：六個月實務運作數據揭示 LLM 尚難擊敗市場

本研究分析數千個 LLM 交易代理在真實市場的半年表現，發現操作層參數比策略文本更決定行為，且多數代理因缺乏風險與獲利管理能力，勝率甚至低於一般散戶。

Problem

目前學界對於大型語言模型（LLM）交易代理的理解多停留在模擬階段，缺乏在真實、高壓的生產環境中，針對大規模、長時段且具備資金壓力的實戰表現記錄與決策邏輯分析。

研究團隊追蹤 DX Terminal Pro 與 DXAP 兩大系統在 2026 年間約六個月的運行數據，涵蓋逾 3,500 個由使用者出資的代理。分析對象包含 750 萬次模型調用與 30 萬次鏈上動作，並透過配對回放技術，在 416 個實戰場景中比較不同前沿模型的決策品質。

操作層級（如風險滑桿）對行為的影響力遠超策略描述，代理展現出對波動性的盲目，導致少數高槓桿配置承擔了絕大多數爆倉。儘管 43.2% 的部位曾有大幅獲利，卻有近半數以虧損收場；DXAP 艦隊勝率僅 41%，遜於 50% 的散戶基準，且不同模型家族在決策品質上並無顯著統計差異。

這項研究為自主 AI 代理在去中心化金融（DeFi）領域的應用建立了第一套大規模實證基準。研究揭示了當前 LLM 代理在捕捉收益與風險識別上的局限性，並歸納出 17 條基於實戰教訓的研究規範，為未來自動化交易系統的設計提供重要指引。