FARSIGHT 论文剖析 15 个学术金融 LLM 交易方案的安全与鲁棒性缺陷
Trading Agents or Market Crashers? Dissecting Robustness and Security Failures in Academic Financial LLM Trading Schemes
AI 导读
Mengxiao Wang 与 Nitesh Saxena 发布 FARSIGHT 论文，系统评估学术金融 LLM 交易方案的鲁棒性与安全性，覆盖 15 个方案并对照 7 份开源代码。
推荐理由
论文系统评估学术 LLM 交易智能体的安全缺口，指出代码层面普遍缺失止损与熔断等模型外风控。
正文 · AI 翻译
摘要：大语言模型（LLM）智能体已经在交易真实资本，而构建者们复制少数几种公开发表的设计，这些设计共享模型和新闻源，因此一次冲击会同时波及许多智能体。我们提出 FARSIGHT（金融智能体稳健性与安全调查及全局整体分类体系），一项系统化研究，从对市场压力的稳健性以及对来源操纵、智能体被攻陷、智能体充当攻击者等安全威胁的防护能力两方面评估交易智能体，并将评估结果与公开代码进行核对。在 15 个学术方案中，没有任何论文描述绕过 LLM 推理的停机机制，或将来源溯源与跨来源交叉验证相结合，而且 7 个公开代码在 LLM 之外均未强制执行止损或头寸限制。三个 LLM 会因虚假头条新闻和真实的市场骗局而清仓卖出全部头寸，包括 2000 年 Emulex 股价暴跌背后的虚假新闻稿。在一个由这些决策驱动的模拟市场中，一条虚假头条新闻在所有 400 个智能体的运行中都导致市场崩溃；而当 400 个智能体在价格下跌时卖出时，其效应几乎使 2010 年规模的暴跌加倍。美国交易所对大盘股实施的暂停交易机制在任何头条新闻运行中都不会触发，而模型之外的自动停机和硬性损失限制则消除了上述两种效应。将 FARSIGHT 重新表述为一个领域无关的威胁模型后，同样的缺口也映射到医疗、法律、软件和加密货币领域的智能体上，在这些领域中，被攻陷的智能体会像蠕虫和级联失效一样传播危害。我们总结出 14 个开放问题，并敦促部署者交叉验证信息来源、保留绕过模型的中断机制，并在模型之外强制执行损失限制。
| Comments: | 57 页，19 幅图，21 个表，221 条参考文献。v3：新增一项闪崩实验（三个 LLM 在虚假头条新闻和四个真实市场骗局上的交易决策、一个最多 800 个智能体的模拟市场、交易暂停机制、硬性损失限制、来源交叉验证以及交易所 Limit Up-Limit Down 暂停机制的效果，以及稳健性检验），并从标题中去掉了 SoK 标签。 |
| Subjects: | 密码学与安全（cs.CR）；人工智能（cs.AI）；多智能体系统（cs.MA） |
| ACM 分类： | K.6.5; I.2.11; I.2.7; K.4.4; J.1; J.3; K.5 |
| 引用格式： | arXiv:2609.19705 [cs.CR] |
| （或 arXiv:2609.19705v3 [cs.CR] 为本版本） | |
| https://doi.org/10.48550/arXiv.2609.19705 arXiv 发布的 DOI，经 DataCite 提供 |
提交历史
来自：Mengxiao Wang [查看电子邮件]
[v1]
2026 年 9 月 17 日 星期四 04:59:08 UTC（1,044 KB）
[v2]
2026 年 10 月 15 日 星期四 15:20:02 UTC（665 KB）
[v3]
2026 年 10 月 25 日 星期日 20:13:36 UTC（765 KB）
来源：arXiv cs.AI · arxiv.org