Modelli più avanzati, sistemi più rischiosi nei mercati finanziari

Nuove evidenze sui LLM nei mercati finanziari

Uno studio pubblicato su arXiv (2609.04373v1) analizza l’impatto di modelli linguistici di grandi dimensioni (LLM) su sistemi reali, in particolare sui mercati finanziari. Gli autori dimostrano che aumentare la capacità di un singolo modello non garantisce risultati migliori a livello di sistema.

Correlazione tra capacità e comportamento

Gli esperimenti mostrano che i LLM più avanzati tendono a comportarsi in modo più simile tra loro. Questa convergenza, dovuta a architetture e dati di addestramento condivisi, genera azioni correlate che non si annullano tra loro, creando un “pavimento di rischio” non diversificabile.

Simulazione agent-based

Utilizzando una simulazione basata su agenti con trader LLM di diversa capacità, i ricercatori hanno osservato due fenomeni chiave: (1) i LLM di frontiera presentano una correlazione di comportamento significativamente più alta, e (2) quando il loro ragionamento condiviso è corretto, l’aumento della partecipazione degli agenti riduce la volatilità di mercato, ma al contempo eleva il rischio sistemico.

Implicazioni per l’adozione su larga scala

I risultati suggeriscono che l’integrazione di LLM più potenti in sistemi critici, come le piattaforme di trading, richiede una valutazione attenta dei rischi di correlazione. Un approccio basato solo sul miglioramento delle capacità dei modelli può, paradossalmente, peggiorare la stabilità complessiva del sistema.

*Fonte: arXiv cs.AI, 2026-09-07*