开源量化研究循环：LLM 提假设，代码裁决
热点事件持续更新
开源量化研究循环：LLM 提假设，代码裁决
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Heng Zhang 发布开源研究循环 Autonomous Quant Researcher：LLM 只提出严格 JSON 格式的假设，由可信代码决定是否采纳，模型不写代码，以避免单指标过拟合。 评估在不可变时间序列数据上分发现、验证和仅能开启一次的最终留出集，采用绝对门槛组合而非单一分数。据该研究，迄今多数假设失败；一个在发现和验证阶段 Sharpe 近 3 的 LLM 幸存策略，在唯一一次留出集使用中降至 0.26。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 23:10
Autonomous Quant Researcher：为量化金融打造难以被欺骗的 LLM 研究循环报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Hacker NewsAutonomous Quant Researcher：为量化金融打造难以被欺骗的 LLM 研究循环
开源研究循环 Autonomous Quant Researcher 让 LLM 只提出严格 JSON 格式的假设，由可信代码决定是否采纳，避免模型写代码和单指标过拟合。评估在不可变时间序列数据上分发现、验证和仅能开启一次的最终留出集，采用绝对门槛组合而非单一分数。迄今多数假设失败，一个在发现和验证阶段 Sharpe 近 3 的 LLM 幸存策略在唯一一次留出集使用中降至 0.26。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。