LLM驱动Python交易策略的元进化

研究人员开发了AlgoEvolve框架，该框架使用大型语言模型（LLM）来驱动用Python编写的可执行交易策略的元进化。该系统迭代地生成、评估和优化这些策略，在各种实验中展示了涌现的自适应逻辑和交易规则的自主转变。一项关键创新是元进化外循环，它进化用于程序合成的提示，从而产生改进的搜索启发式方法，以平衡探索和利用并减少零交易失败。研究结果表明，基于LLM的语义进化是复杂、动态环境中持续程序合成的有前途的方法。 AI

影响 这项研究展示了LLM在算法交易等复杂、现实世界的领域中自动化程序合成的新颖应用。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种使用LLM进行程序合成的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• AlgoEvolve
• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• large-language models
• Python
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →