研究人员开发了SOTA（股票期权交易代理），一个旨在驾驭期权交易复杂性的新框架。该系统利用经过后训练的Qwen3.8-27B模型，通过监督微调和强化学习进行增强，以选择和实施交易策略。在九只美国大盘股和SPY上的评估表明，SOTA在为期六个月的样本外期间实现了1.60的夏普比率和18.3%的总回报。有趣的是，研究发现，虽然新闻改善了初始训练，但在强化学习期间加入新闻会负面影响样本外回报。 AI
影响 这项研究展示了LLM代理在复杂金融市场中的新颖应用，可能影响未来的自动化交易策略。
排序理由 该集群包含一篇详细介绍特定金融任务的新型AI代理的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
