arXiv 2610.30113
Quant-Arena: 定量的トレーディング研究のためのLLMエージェントのベンチマーク
Quant-Arena: Benchmarking LLM Agents for Quantitative Trading Research
AI推薦21
著者: Houde Qian, Zheng Jiang, Wenyi Li, Chenxi Xu, Xinjie Lin, Yuzhao Peng, Ruoyu Han, Youjie Zheng +4
概要
著者らは、実際のA株市場データを用いたエンドツーエンドの定量研究のためのベンチマークと公開リーダーボードを構築しました。モデルは2022〜2023年のフィードバックのみを受けて特徴量と銘柄スコアリングのコードを作成し、その後、取引制約・取引コスト・簡易板情報に基づく市場インパクトを適用する現金口座評価器によって、封印された2024年で1つの戦略を評価されます。
はじめに
既存のベンチマークは個々の数式、コード、または単一の売買判断しか評価しないため、LLMが研究の全工程を完遂し、開発期間を超えて機能する戦略を作れるかは不明です。
結果
評価した9つの最先端モデルの中ではGPT-6 Astraが最高スコアですが、2024年に等ウェイトの市場を上回ったモデルはありません。スコアは実現超過収益に大きく支配され、シグナル品質と特徴量の多様性が補完的に寄与します。
結論
現状のLLMエージェントは、サンプル外で利益を生む定量戦略をまだ作れないことが示されており、公開リーダーボードは進捗を標準的に追跡する手段を提供します。