ИССЛЕДОВАНИЕ · RESEARCH · #1105
arXiv:2609.30705v1 — «Цена мысли»: дополнительное рассуждение LLM не даёт надёжного роста доходности в трейдинге
Контролируемое исследование (arXiv:2609.30705v1) сравнивает усилия по рассуждению в типичных LLM из семейств DeepSeek, GPT и Gemini на одном году данных по акциям США при трёх типах входных данных (числовые данные, идентифицируемые новости, маскированные новости). Более 800 000 прогнозов активов и повторные генерации показали, что дополнительное рассуждение во время инференса не даёт надёжного улучшения чистой доходности портфеля и может приводить к немонотонным или нестабильным эффектам, что обосновывает необходимость проверки для каждой задачи перед внедрением.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Контролируемое исследование (arXiv:2609.30705v1) сравнивает усилия по рассуждению в типичных LLM из семейств DeepSeek, GPT и Gemini на одном году данных по акциям США при трёх типах входных данных (числовые данные, идентифицируемые новости, маскированные новости).
- Более 800 000 прогнозов активов и повторные генерации показали, что дополнительное рассуждение во время инференса не даёт надёжного улучшения чистой доходности портфеля и может приводить к немонотонным или нестабильным эффектам, что обосновывает необходимость проверки для каждой задачи перед внедрением.
- Это важно, потому что показывает: увеличение рассуждений при инференсе может менять торговые решения, не улучшая экономические результаты, поэтому контролям рассуждений нужно проводить экономическую валидацию перед внедрением.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, потому что показывает: увеличение рассуждений при инференсе может менять торговые решения, не улучшая экономические результаты, поэтому контролям рассуждений нужно проводить экономическую валидацию перед внедрением.