מערכות מסחר AI מרובות סוכנים מה באמת

מערכת מסחר מבוססת בינה מלאכותית מרובת-סוכנים מפצלת החלטת מסחר אחת בין כמה מופעים של מודל שפה גדול, מעניקה לכל מופע תפקיד, וממזגת את הפלטים שלהם לפקודה אחת. ההרכב המקובל כולל קורא חדשות, אנליסט פונדמנטלי, אנליסט גרפים, בודק סיכונים, וסוכן מנהל שמכריע. נכון ליולי 2026, קיימות מספר פלטפורמות קוד פתוח במבנה זה תחת הנושא "מסחר אלגוריתמי" ב-GitHub, עם כמה מאות כוכבים כל אחת. דף זה מציג את הארכיטקטורה, מפריד בין הראיות שפורסמו לבין ההצהרות בקובצי README, ומציג נתוני שוק על העלויות שכל גרסה שלה חייבת לעמוד בהן.

מהי בעצם מערכת מסחר בינה מלאכותית מרובת-סוכנים

הארכיטקטורה היא ועדה עם יושב ראש. כל סוכן הוא תבנית הנחיה (prompt template), הזנת נתונים, וסכמת פלט. סוכן החדשות מקבל כותרות ומחזיר תווית (label). הסוכן הפונדמנטלי מקבל תמציות דוחות ומחזיר ציון. סוכן היושב ראש מקבל את התוויות והציונים האלה ומחזיר פקודה.

שלוש תכונות נובעות מעיצוב זה, וכדאי לציין כל אחת מהן לפני כל טענת ביצועים.

כל סוכן חולק בדרך כלל מודל בסיס אחד. חמש הנחיות כנגד אותם משקלים מייצרות דעות מתואמות, ולכן הצבעה של חמישה סוכנים אינה חמש הערכות בלתי תלויות. מסגרת הוועדה מרמזת על גיוון שהמימוש אינו מספק.

המערכת היא צינור טקסט (text pipeline) העטוף סביב החלטה מספרית. המודל קורא מילים ופולט אסימון (token). גודל הפוזיציה, סוג הפקודה, מיקום הסטופ, ולוגיקת היציאה הם קוד רגיל שנמצא מתחת, ורוב מה שקובע את התוצאה חי בקוד הזה ולא בהנחיות.

סיבוב ועדה שלם אורך שניות. זה ישים לאיזון מחדש שבועי ולא רלוונטי במהירות תוך-יומית, שבה עושי שוק מצטטים ומצטטים מחדש במיקרו-שניות.

מה המחקר תומך בו ומה לא

העבודה שפורסמה על מודלי שפה בפיננסים מתחלקת לשלוש טענות בעלות חוזק שונה מאוד.

חילוץ וסיווג היא הטענה החזקה. מודלים מתייגים סנטימנט, שולפים נתונים מדוחות, ודוחסים מסמכים ארוכים בדיוק שהיה דורש מודל ייעודי לפני כמה שנים. זה ניתן למדידה על טקסט שמורשה (held-out) וזה מחזיק מעמד.

תיאור מצב השוק היא הטענה המעורבת. מודלים כותבים תיאורים שוטפים של משטר, והתיאורים האלה בדרך כלל עקביים עם הנתונים שהוצגו למודל. האם התיאור נושא מידע שהמחיר אינו נושא כבר זו שאלה נפרדת, והמאמרים שבודקים זאת בקפידה מדווחים על השפעות קטנות עם רווחי טעות רחבים.

רווחיות היא הטענה החלשה. רוב קובצי README במאגרים מדווחים על בדיקה לאחור (backtest) ולא על רקורד ממומן, והמרחק בין עקומת הון בתוך-המדגם לבין חשבון חי הוא המרחק הוותיק ביותר במסחר כמותי. הכנסת מודל שפה למעגל אינה מקצרת אותו.

רצפת העלות שסיגנל חייב לנקות

כל עסקה חוצה מרווח (spread), והחצייה הזו היא הרצפה שאסטרטגיה מנקה לפני כל דבר אחר. מרווח מצוטט חציוני בשעות המסחר הרגילות, 22 עד 26 ביוני 2026, עבור שישה שמות הנסחרים בארה"ב:

SELECT ticker,
       round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS spread_bps,
       round(2 * quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS round_trip_bps,
       round(count() / 1e6, 1) AS quote_updates_m
FROM global_markets.cache_stocks_quotes
WHERE ticker IN ('SPY', 'AAPL', 'MSFT', 'KO', 'F', 'RIOT')
  AND sip_timestamp >= toDateTime('2026-06-22 00:00:00')
  AND sip_timestamp < toDateTime('2026-06-27 00:00:00')
  AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
GROUP BY ticker
HAVING countIf(bid_price > 0 AND ask_price > bid_price) > 0
ORDER BY spread_bps

נקודת בסיס היא מאית האחוז. השם הצר ביותר בפאנל, SPY, ציטט מרווח חציוני של 0.27 נקודות בסיס במהלך אותו שבוע. הרחב ביותר, RIOT, ציטט 7.09. נסיעה הלוך-חזור משלמת את המרווח פעמיים, כך שכניסה ויציאה בשם הראשון מתחילות 0.55 נקודות בסיס מאחור, ואותו זוג בשם האחרון מתחיל 14.19 מאחור. סוכן שהופך את ספרו פעמיים בשבוע משלם את האגרה הזו כמאה פעמים בשנה, והאגרה נגבית בין אם הקריאה הייתה נכונה או שגויה. מה עולה לסחור במניה מפרט את שאר החשבון.

הרעש שקריאה כיוונית חייבת להכות בו

קריאות כיווניות נמדדות מול התפלגות שהיא בעיקר מספרים קטנים. כל סשן של SPY בשנת 2025, ממוין לפי גודל התנועה הסגירה-לסגירה שלו:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMax(close, window_start) AS close_px
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2025-01-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2025-12-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY d
),
paired AS (
    SELECT d, close_px,
           any(close_px) OVER (ORDER BY d ASC ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS prev_px
    FROM daily
),
rets AS (
    SELECT d, round(100 * (toFloat64(close_px) / toFloat64(prev_px) - 1), 3) AS ret_pct
    FROM paired
    WHERE prev_px > 0
)
SELECT multiIf(abs(ret_pct) < 0.25, 'under 0.25%',
               abs(ret_pct) < 0.5, '0.25 to 0.5%',
               abs(ret_pct) < 1.0, '0.5 to 1%',
               abs(ret_pct) < 2.0, '1 to 2%',
               '2% and up') AS move_bucket,
       count() AS sessions,
       round(100 * count() / sum(count()) OVER (), 1) AS pct_of_sessions
FROM rets
GROUP BY move_bucket
ORDER BY min(abs(ret_pct))

חצי מהשנה ישב בתוך חצי אחוז. רצועת under 0.25% החזיקה 24.9% מהסשנים ורצועת 0.25 to 0.5% החזיקה 24.1% נוספים. בקצה השני, 13 סשנים נעו 2% and up, שהם 5.2% מהשנה.

הצב זאת לצד פאנל המרווחים. נקודת בסיס אחת היא 0.01%. תנועת סשן טיפוסית של 0.3% גדולה פי שלושים ממרווח צר ובערך פי ארבעה מהמרווח הרחב. החשבון משאיר מקום לקריאה סבלנית ונכונה ומעט מאוד לקריאה מהירה ושולית.

היכן נמצא היקום הסחיר בפועל

פלטפורמות סוכנים מפרסמות כיסוי, לעתים מאות ניירות ערך הנסרקים מדי בוקר. היקף הדולר מראה כמה מהרשימה הזו יכולה לספוג גודל. כל שם הנסחר בארה"ב במהלך שעות המסחר הרגילות ב-30 ביוני 2026, מקובץ לפי דרגתו בהיקף הדולר של אותו סשן:

WITH tv AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) AS dollar_volume
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2026-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker
    HAVING sum(toFloat64(close) * toFloat64(volume)) > 0
),
ranked AS (
    SELECT ticker, dollar_volume,
           row_number() OVER (ORDER BY dollar_volume DESC) AS rk
    FROM tv
)
SELECT multiIf(rk <= 10, 'top 10 names',
               rk <= 50, 'ranks 11 to 50',
               rk <= 200, 'ranks 51 to 200',
               rk <= 1000, 'ranks 201 to 1000',
               'ranks beyond 1000') AS liquidity_tier,
       count() AS tickers,
       round(sum(dollar_volume) / 1e9, 2) AS dollar_volume_bn,
       round(100 * sum(dollar_volume) / (SELECT sum(dollar_volume) FROM tv), 1) AS pct_of_dollar_volume
FROM ranked
GROUP BY liquidity_tier
ORDER BY min(rk)

עשרה שמות נשאו 22.5% מהיקף הדולר של הסשן, כ-205.04 מיליארד דולר. 40 השמות הבאים נשאו 20.5%. בקצה השני, 10966 שמות שדורגו מעבר ל-1000 חלקו 12.9% ביניהם, כ-117.83 מיליארד דולר הפרוסים על פני כל הזנב.

רוחב זול לפרסם ויקר לסחור בו. ועדה המדרגת שלושת אלפים שמות משקיעה את רוב מאמץ הדירוג שלה בזנב הזה, שבו פאנל המרווחים לעיל הוא עלות אמיתית ולא טעות עיגול.

מדוע בדיקות לאחור אלו מחמיאות למערכת

המקור הגדול ביותר לבדיקה לאחור מחמיאה הוא בחירת החלון. SPY לפי שנה קלנדרית, 2016 עד 2025, עם הפער בין המחיר הסגירה הגבוה והנמוך ביותר של השנה לצדו:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMax(close, window_start) AS close_px
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2016-01-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2025-12-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY d
),
yr AS (
    SELECT toYear(d) AS year,
           argMin(close_px, d) AS first_close,
           argMax(close_px, d) AS last_close,
           max(close_px) AS high_close,
           min(close_px) AS low_close,
           count() AS sessions
    FROM daily
    GROUP BY year
)
SELECT year,
       sessions,
       round(100 * (toFloat64(last_close) / toFloat64(first_close) - 1), 1) AS price_return_pct,
       round(100 * (toFloat64(high_close) / toFloat64(low_close) - 1), 1) AS high_low_range_pct
FROM yr
ORDER BY year

מערכת שנבדקה רק על 2021, שנה שנסגרה 28.7% גבוה יותר, יורשת מגמה עולה. אותה מערכת שנבדקה רק על 2022, שנסגרה -20%, יורשת מגמה יורדת. הפער התוך-שנתי בין הסגירה הגבוהה לנמוכה הגיע ל-68% ב-2020 ונשאר מעל 25.3% אפילו בשנים הרגועות יותר.

ארבע מלכודות יושבות על גבי בעיית החלון, ואחת מהן שייכת למודלי שפה בלבד.

• הסתכלות קדימה דרך נתוני אימון. מודל שאומן על טקסט עד 2025 כבר קרא כיצד הסתיימה עסקה משנת 2023. בדיקה לאחור על פני 2023 שואלת שאלה שהמודל יודע את תשובתה, ושום ערבוב של סדרת המחירים אינו מסיר ידע זה.
• הישרדות ברשימת ניירות הערך. יקום המורכב מרישומים של היום משמיט את השמות שנמחקו מהמסחר בדרך.
• הנחות מילוי. בדיקה לאחור שממלאת כל פקודה בנקודת האמצע מוחקת את כל פאנל העלויות לעיל.
• בחירה על פני וריאנטים של הנחיה. עשרים ניסוחי הנחיה שנוסו והטוב ביותר שדווח הוא אותה התאמת-יתר שהציקה לסריקות פרמטרים הרבה לפני שמודלי שפה היו קיימים.

היכן סוכני מודל שפה מסייעים באופן סביר

הגרסה הכנה של ההצעה צרה יותר מזו שבקובץ README ועדיין שימושית.

קריאת נפח היא הניצחון הברור ביותר. סוכן שעובר על כל דוח וכותרת ברשימת מעקב במהלך הלילה ומחזיר סיכום מובנה חוסך שעות של תשומת לב אנושית, והפלט ניתן לבדיקה מול המקור.

תיאור משטר בשפה פשוטה הוא השני. פסקה יומית על פיזור, רוחב ותנודתיות, שנוצרת מאותם מספרים שאדם היה קורא, היא מסמך תדריך שימושי גם כשהיא אינה נושאת תחזית.

היגיינת תהליך היא השלישית. סוכן שמסרב לפקודה המפרה מגבלת פוזיציה מוצהרת, או שמסמן אסטרטגיה שעומדת לסחור בתאריך דוחות, אוכף כללים שאדם מוסח מדלג עליהם.

אף אחד משלושת אלה אינו יתרון בשוק. כולם עבודת מחקר ותפעול, ושם נמצאים הרווחים הניתנים למדידה כיום. השפעה מתועדת כמו אנומליית התנודתיות הנמוכה דרשה מדגמים גדולים ושכפול חוזר מחוץ למדגם לפני שמישהו התייחס אליה כאמיתית, ופלטפורמת סוכנים חדשה עומדת באותו רף או שאינה עומדת בו. החמצת הימים הטובים ביותר מראה מה עולה החלפה תכופה למחזיק לטווח ארוך.

המשמעת שמתארים העוסקים במלאכה

צוותים המפעילים מערכות אלו בפומבי נוטים לתאר את אותו רצף. בדיקה קדימה על מילויים מדומים במשך חודשים ולא ימים, שכן רישום על נייר מצטבר רק במהירות הזמן האמיתי. שמירה על קטע מחוץ למדגם שההנחיות מעולם לא ראו. תיעוד כל הנחיה, כל תגובה וכל פקודה, שכן ועדה שלא ניתן להפעיל מחדש אינה ניתנת לניפוי באגים. קביעת גודל פוזיציות עם כללים קבועים שנמצאים מחוץ למודל. ספירת כל עלות מהפאנלים לעיל לפני שמכנים כל קטע רווחי.

שאלות נפוצות

האם מערכות מסחר בינה מלאכותית מרובות-סוכנים באמת מרוויחות כסף?

הראיות הציבוריות דלות. רוב פרויקטי הקוד הפתוח מפרסמים בדיקה לאחור ולא רקורד חי מבוקר, ובדיקות לאחור של אסטרטגיות מודל שפה נושאות פגם ספציפי: המודל אומן על טקסט המתאר את תקופת הבדיקה. עקומת הון לא מבוקרת מדגימה את התוכנה, לא יתרון.

האם ועדה של סוכני LLM טובה יותר ממודל יחיד?

ועדה מפחיתה שגיאות עיצוב וניתוח מסוימות ומוסיפה מבנה לפלט. היא אינה מוסיפה מידע בלתי תלוי כאשר כל סוכן שואל את אותו מודל בסיס על אותם נתונים בסיסיים. חמש דעות מתואמות מצביעות בערך כדעה אחת, עם תוספת השהיה ועלות אסימונים.

האם סוכן בינה מלאכותית יכול לסחור מהר יותר מעושה שוק?

לא. סיבוב מודל שפה אורך שניות בעוד שמערכות הצעת מחיר מקצועיות פועלות במיקרו-שניות על חומרה משותפת. כל אסטרטגיה שהרווח שלה תלוי במהירות נמצאת מחוץ ליכולת של מערכות אלו, מה שמותיר אופקי ימים ושבועות כשטח הסביר.

מהי מלכודת הבדיקה לאחור הגדולה ביותר הספציפית לסוכני מסחר מבוססי LLM?

הסתכלות קדימה בנתוני אימון. בדיקות לאחור קונבנציונליות מגנות מפני דליפת מחירים עתידיים להחלטה, אך המשקולות של מודל כבר מקודדות פרשנות שפורסמה על חלון הבדיקה. חלונות הזזה קדימה ופיצולים מחוץ למדגם אינם מסירים ידע האפוי במשקולות, והבדיקה הנקייה היחידה היא תקופה שלאחר חיתוך האימון.

כמה זמן צריכה לרוץ תקופת מסחר על נייר?

המסגור השימושי הוא גודל מדגם ולא אורך לוח שנה. אסטרטגיה שסוחרת מדי שבוע מייצרת כחמישים תצפיות בשנה, מדגם קטן לכל טענה על יתרון. העוסקים במלאכה רוצים בדרך כלל מספיק עסקאות כדי לראות ירידה (drawdown), לא רק קטע טוב.

כל פאנל בדף זה הוא שאילתה מאוחסנת ומבוקרת על נתוני שוק אמריקאיים אמיתיים. פתח כל פאנל כדי לקרוא את ה-SQL שמאחוריו, או הרץ שאילתה משלך כנגד אותן טבלאות בטרמינל Strasmore.