用于多智能体LLM决策系统动态贡献归因的Market Regime Council

用于投资组合管理的多智能体LLM决策系统仍缺乏在专业智能体之间进行贡献归因的原则性方法，在市场状态切换时易受冷启动支配，且对最终配置的形成过程透明度有限。我们提出Market Regime Council（MRC），一个合作式多智能体决策系统，它跨所有单一、两两及大联盟输出计算精确Shapley信用，用于在线智能体加权。该系统以N=3个专业智能体实例化，在每个交易周期，MRC从指数加权的历史表现中重新计算基于联盟的Shapley权重，用贝叶斯自适应混合来稳定早期阶段，应用依赖市场状态的乘数来调整智能体权限，并通过五层因果追踪记录每次再平衡。在覆盖13种加密资产、五个随机种子的1,037个交易日内，MRC取得1.51的夏普比率和440.1%的累计收益，在主动型基线中CR、SR、IR排名第一，并在主动型方法中取得最低MDD。消融实验表明，收益来自对联盟输出的Shapley加权整合，而非任何单一阶段的独立贡献。代码和演示数据包含在补充材料中。