ИССЛЕДОВАНИЕ · RESEARCH · #542
EvolveTrade: самоэволюционирующая корректировка политики для торговых агентов на LLM (arXiv:2609.17632v1)
EvolveTrade рассматривает системный prompt торгового агента как текст-параметризуемую политику и использует отдельного «Policy Agent» для её пересмотра после каждого интервала обновления на основе накопленных следов решений и фактической доходности портфеля при неизменном базовом LLM. Эксперименты в нескольких рыночных режимах и с двумя LLM-бэкбонами показывают, что EvolveTrade часто улучшает коэффициент Шарпа и кумулятивную доходность по сравнению с базовыми политиками, а самоэволюция политики меняет использование инструментов и активирует расчёты, релевантные режиму.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- EvolveTrade рассматривает системный prompt торгового агента как текст-параметризуемую политику и использует отдельного «Policy Agent» для её пересмотра после каждого интервала обновления на основе накопленных следов решений и фактической доходности портфеля при неизменном базовом LLM.
- Эксперименты в нескольких рыночных режимах и с двумя LLM-бэкбонами показывают, что EvolveTrade часто улучшает коэффициент Шарпа и кумулятивную доходность по сравнению с базовыми политиками, а самоэволюция политики меняет использование инструментов и активирует расчёты, релевантные режиму.
- Позволяя политике в prompt адаптироваться на основе фактических результатов, подход даёт практический путь сделать торговых агентов на LLM более адаптивными и устойчивыми в условиях меняющихся рыночных режимов.
ПОЧЕМУ ЭТО ВАЖНО
Позволяя политике в prompt адаптироваться на основе фактических результатов, подход даёт практический путь сделать торговых агентов на LLM более адаптивными и устойчивыми в условиях меняющихся рыночных режимов.