PulseAugur
实时 09:40:45
English(EN) ContestTrade: A Multi-Agent Trading System Based on Internal Contest Mechanism

新的多智能体交易系统利用具有内部竞赛机制的大语言模型

研究人员开发了ContestTrade,一个新颖的多智能体交易系统,旨在提高基于大语言模型(LLM)的智能体在金融市场中的表现。该系统采用一种内部竞赛机制,包含两个专门的团队:数据团队负责将市场信息处理成文本因子,研究团队负责生成交易决策。这种方法旨在减轻LLM智能体对嘈杂市场数据和上下文窗口限制的敏感性,在2024年后A股市场模拟中,与基线方法相比,实现了更优的回测回报和风险调整后表现。 AI

影响 该系统可以通过提高LLM处理市场数据和做出交易决策的能力,来增强LLM在量化金融领域的应用。

排序理由 该集群包含一篇详细介绍基于LLM交易的新颖系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的多智能体交易系统利用具有内部竞赛机制的大语言模型

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Rui Sun, Li Zhao, Zuoyou Jiang, Bo Yang, Yuxiao Bai, Mengting Chen, Jing Li, Zuo Bai ·

    ContestTrade: A Multi-Agent Trading System Based on Internal Contest Mechanism

    arXiv:2508.00554v4 Announce Type: replace-cross Abstract: In financial trading, large language model (LLM)-based agents demonstrate significant potential, but their decisions can be sensitive to noisy and non-stationary market information. We propose ContestTrade, a multi-agent t…