في عالم التمويل الكمي، تشهد أنظمة التداول متعددة الوكلاء (Multi-Agent Trading Systems) المستندة إلى نماذج اللغة الضخمة (Large Language Models) بروزاً ملحوظاً، لكن مدى متانتها تجاه التهديدات العدائية لا يزال غير معروف على نطاق واسع.

نستكشف في هذا السياق نقاط الضعف التي تعاني منها هذه الأنظمة أمام هجمات إدخال بيضاء مظلمة (black-box attacks) تستهدف فقط المدخلات عبر منصات التواصل الاجتماعي المسموح بها. من خلال تقديم إطار عمل يسمى "نظام التداول متعدد الوكلاء العام" (Generic Multi-Agent Trading System - GMATS)، تمكنا من تناول المعمارية الحديثة للتداول متعدد الوكلاء.

قمنا بتصميم نوع من المهاجمين الإدخاليين الذين يعاملون نموذج اللغة الضخمة كمولد للبيانات، مما يسمح لهم بإدخال محتوى اجتماعي يبدو عاديًا ضمن دفق الأدلة للخبراء الماليين. كما قمنا بتعريف مقاييس انتشار العدوى (contagion metrics) التي تتبع كيفية انتشار المحتوى العدائي عبر نظام التداول، بما في ذلك قياسات تغير المعتقدات في طبقات المحللين ومنسقي التداول.

أظهرت التجارب التي أُجريت على معايير أمان تاريخية أن حتى المهاجمين البسيطين يمكنهم تقليل نسبة العائد إلى المخاطر بشكل ملحوظ، مما يؤثر سلبًا على النسبة المئوية لشيرب (Sharpe Ratio). ولكن من جهة أخرى، وُجد أن تصميمات هرمية مناسبة من الوكلاء واستراتيجيات التنسيق يمكن أن تساعد في تخفيف الأثر الضاري وتعزيز المتانة المتوسطة للنظام تحت ذات ميزانيات التسمم.

هذه الدراسة تدعو إلى مزيد من البحث لفهم أفضل لكيفية حماية أنظمة التداول من التهديدات المحتملة وتحسين أدائها في ظل الظروف العدائية.