系統性風險

深度分析

表徵同質性與市場脆弱性：人工智慧表示層如何放大系統性風險

本文以結構性多代理框架，研究人工智慧交易代理人在如何把公開市場狀態編碼成特徵向量（表徵）上的相似性——「表徵同質性」——如何放大市場系統性脆弱度。模型將代理人的決策拆成表示層與線性讀出層，並以模擬方法與有控制的實驗設計操控表徵距離，同時變動風險偏好與學習速率分布做為控制變項。