实体
EVOQUANT
EVOQUANT
PulseAugur coverage of EVOQUANT — every cluster mentioning EVOQUANT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
大型语言模型改进量化交易策略，提升夏普比率
arXiv上发表的一篇新论文详细介绍了EVOQUANT，这是一种利用带有分阶段验证器的大型语言模型来改进量化交易策略的方法。该方法成功地将平均夏普比率为-0.298的亏损策略转变为盈利策略，实现了0.538的夏普比率。
-
EVOQUANT框架使用LLM自动优化量化交易策略
研究人员开发了EVOQUANT，一个新颖的框架，使用大型语言模型（LLM）来自动化和改进量化交易策略的优化。该方法通过使用LLM诊断性能问题、生成受控策略编辑以及通过多阶段流程验证改进，解决了手动优化中的挑战，例如幻觉编辑和回测过拟合。EVOQUANT提炼优化经验以实现持续的自我改进，显著提高了A股和加密货币市场策略的夏普比率。