研究人员推出了Quant-Arena，这是一个新的基准和排行榜，旨在评估大型语言模型（LLM）在金融交易中端到端的量化研究能力。该基准使用真实的A股市场数据，要求模型基于2022-2023年的历史数据构建交易策略，然后测试其在2024年未见过的数据上的表现。虽然对九个前沿模型进行了评估，其中GPT-6 Astra表现最佳，但在封闭年份中，没有一个模型能够跑赢等权重市场平均水平。 AI
影响 该基准可以推动更复杂的LLM代理的开发，这些代理能够执行超越简单文本生成的复杂、迭代任务。
排序理由 该集群描述了一个新的基准和研究论文，评估LLM代理在特定任务上的表现，而不是模型发布或重大的行业事件。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.30113v1 Announce Type: new Abstract: Quantitative research is an iterative loop: a researcher proposes a market hypothesis, implements it as an executable signal, tests it on historical data, and decides what to keep. Existing benchmarks score formulas, code, or indivi…
Quant-Arena benchmarks end-to-end quantitative research by evaluating whether language models can build trading strategies on historical A-share data that remain profitable in a sealed future year.