Newest papers

The Control Layer Behind Rule-Following Agents Trading Across Market Conditions

Saad Naja, Nasser Odtallah, Jake Van-Praag, Sarah May · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26324 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Việc phân bổ chế độ giao dịch thường là những người thất bại. Dữ liệu cuối cùng của chúng tôi đã kiểm tra xem bốn đại lý giao dịch AI có tuân theo các chiến lược và quy tắc rủi ro của họ hay không. Cung cấp cho các nhà giao dịch bằng chứng và một bộ công cụ đánh giá đại lý để tách may mắn ra khỏi việc tuân theo các quy tắc, trước khi cung cấp cho các đại lý sự tự chủ có ý nghĩa hoặc vốn. Nghiên cứu của chúng tôi đã phân tích 2,627 vị trí đóng cửa từ ngày 12 tháng 2 đến ngày 27 tháng 8 năm 2026 trên cùng một vũ trụ tài sản và các điều kiện thực hiện. Hầu hết các vị trí đã được mô phỏng chống lại giá cả trực tiếp, bao gồm cả một nghiên cứu không có lợi nhuận. Lợi nhuận thường được theo dõi như thế nào các đại lý giành chiến thắng liên quan đến

Machine translation (Meta M2M100); the English original follows.

Abstract

Trading discipline often fails people. Our study tested whether four AI trading agents followed their strategies and risk rules. Offering traders the evidence and an agent evaluation toolkit to separate luck from following the rules, before giving agents meaningful autonomy or capital. Our study analysed 2,627 closed positions from 12 February to 27 August 2026 across the same asset universe and execution conditions. Most positions were simulated against live prices with a 0.09% round-trip fee; 18% involved real Hyperliquid orders. Each position declared a strategy, stop and target, with a limit of five open positions per agent. The fleet finished net positive after fees. Rule adherence was high across all four agents, including the unprofitable one. Profitability tracked how often agents won relative to their break-even win rates. Institutional-style controls ran by default and contained losses through a 29% market drawdown and recovery, with documented exceptions. The discipline held for all four agents. Agents kept 97.5% of gross loss within declared stops, and typical losses closed at declared levels. Declared risk remained stable after losses and broadly stable across calm and volatile months. Twenty-three of 24 runs respected the position limit; logs identify the exception's size and duration. The same live data produced different results across assigned strategies. The trade-log tests can be rerun from the published trade snapshot; regime tests also require the published Bitcoin prices and regime labels. Section 3.5 specifies the stop-breach tolerance. These trade-level results are not account-level returns or proof of a lasting edge. Our study provides an evaluation toolkit to help traders distinguish rule-following from luck before committing capital. For anyone considering allocating capital to agents to trade, discipline should be the entry test, not the only test.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Position (finance), Luck, Drawdown (hydrology), Profitability index, Asset (computer security), Algorithmic trading

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange