[論文レビュー] WebCryptoAgent: Agentic Crypto Trading with Web Informatics

Ali Osman Kurban, Wei Luo+5 more|arXiv (Cornell University)|Jan 8, 2026

Blockchain Technology Applications and Security被引用数 0

ひとこと要約

WebCryptoAgent は、ウェブ情報に基づく推論と高速リスク制御を統合した二階層・記憶拡張・反省的取引フレームワークを提案し、安定性とリスク調整後の仮想通貨取引性能を向上させる。

ABSTRACT

Cryptocurrency trading increasingly depends on timely integration of heterogeneous web information and market microstructure signals to support short-horizon decision making under extreme volatility. However, existing trading systems struggle to jointly reason over noisy multi-source web evidence while maintaining robustness to rapid price shocks at sub-second timescales. The first challenge lies in synthesizing unstructured web content, social sentiment, and structured OHLCV signals into coherent and interpretable trading decisions without amplifying spurious correlations, while the second challenge concerns risk control, as slow deliberative reasoning pipelines are ill-suited for handling abrupt market shocks that require immediate defensive responses. To address these challenges, we propose WebCryptoAgent, an agentic trading framework that decomposes web-informed decision making into modality-specific agents and consolidates their outputs into a unified evidence document for confidence-calibrated reasoning. We further introduce a decoupled control architecture that separates strategic hourly reasoning from a real-time second-level risk model, enabling fast shock detection and protective intervention independent of the trading loop. Extensive experiments on real-world cryptocurrency markets demonstrate that WebCryptoAgent improves trading stability, reduces spurious activity, and enhances tail-risk handling compared to existing baselines. Code will be available at https://github.com/AIGeeksGroup/WebCryptoAgent.

研究の動機と目的

• 極端なボラティリティ下で自律的・多モーダル・堅牢な仮想通貨取引の必要性を動機づける。
• 戦略的推論を高頻度のリスク制御から切り離す二階層アーキテクチャを提案する。
• 再訓練せずに自己改善を可能にする文脈的反省と経験リプレイを導入する。
• 曝露を校正しショックからの防御を強化する階層的リスク管理モジュールを開発する。
• 実験を通じて基準系に対する安定性とリスク調整後の性能を改善して示す。

提案手法

• 複数モーダル入力（ニュース、SNS、マーケット）に対する戦略的LLMベースの推論、メモリリプレイによる文脈的反省、CEX/DEXと連携する実行層の三要素パイプラインを実装する。
• OHLCVと指標を含む市場スナップショット D_t を用い、メモリ B から類似体験 E_t のTopKを取得し、LLM f_LL M を通じてアクション A_t = {b_t, c_t, m_t, rho_t} を生成する。
• 状態遷移に依存するヒステリシスを適用して方向性を安定化し、適応閾値 theta_adopt および theta_hold を用い、8時間ごとにバイアスをリフレッシュする。
• CER（Contextual Reflection and Experience Replay）を組み込み、トレード後のタプルを形成し、埋め込みを蒸留してデケイイング再生バッファに格納し、将来の推論をトップKの類似体験で条件付けする。
• 戦術的ショックガードを展開し、ティックデータの急速なショックを監視し、戦略的行動を上書きできるようにする。
• 実行前には ATR に基づくポジションサ sizing、 regime-aware なリスク制御、分数 Kelly サ sizing、シーキットブレーカー、エクスポージャー制限、コストゲートを活用する。
• memory-enabled 対 memory-disabled の構成を BTCUSDT、ETHUSDT、POLUSDT で評価する。

実験結果

リサーチクエスチョン

• RQ1 WebCryptoAgent は基準系と比較して高ボラティリティ市場で安定性を向上させ、偽の活動を低減できるか。
• RQ2 記憶拡張された反省的推論を備えた二階層アーキテクチャは収益性とドローダウン管理にどのように影響するか。
• RQ3 文脈的反省（CER）が意思決定の一貫性と regime-specific パフォーマンスに与える影響は何か。
• RQ4 戦術的ショックガードは急速なショック時の壊滅的な損失を防ぐのにどれだけ効果的か。
• RQ5 メモリ有無の構成は異なる暗号ペアとLLMバックボーン間でどのようなトレードオフをもたらすか。

主な発見

Model	Memory	Trades	Win Rate	Total Ret.	Max DD	Sharpe	Equity End
GPT-5.2	On	23	0.61	0.0115	0.0464	0.21	10115
GPT-5.2	Off	27	0.56	-0.0659	0.1461	-0.67	9341
Gemini Flash	On	26	0.42	-0.1155	0.1732	-1.27	8845
Gemini Flash	Off	50	0.46	-0.1579	0.2553	-0.89	8421
DeepSeek Chat	On	10	0.50	0.0529	0.0742	0.76	10529
DeepSeek Chat	Off	29	0.66	0.1365	0.0728	1.19	11365
Qwen-Max	On	36	0.64	0.1016	0.1139	0.80	11016
Qwen-Max	Off	42	0.62	-0.0436	0.2378	-0.17	9564

• メモリ有効構成はモデルバックボーンによって大きさと方向が異なる性能結果を示す。
• BTCUSDT: memory on では GPT-5.2 が正の総リターンと適度なドローダウンを示す一方、memory off では一部モデルでリターンが低くドローダウンが大きい。
• ETHUSDT および POLUSDT の結果はモデルとメモリ依存のパターンを示し、 memory-off で負のリターンを memory-on で正に転換するバックボーンもあれば、逆の傾向を示すものもある。
• BTCUSDT、ETHUSDT、POLUSDT 全体で、メモリは意思決定コンテキストを高め、利益性とリスク指標をモデルごとに異なる形で影響する。
• 二階層アーキテクチャと別個の高速ショック保護メカニズムは、戦略的推論とリスク制御を分離することでロバスト性を向上させる。