論文の概要: OpenFinGym: A Verifiable Multi-Task Gym Environment for Evaluating Quant Agents
- arxiv url: http://arxiv.org/abs/2606.26350v1
- Date: Wed, 24 Jun 2026 19:42:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.075836
- Title: OpenFinGym: A Verifiable Multi-Task Gym Environment for Evaluating Quant Agents
- Title（参考訳）: OpenFinGym: 量子エージェント評価のための検証可能なマルチタスクジーム環境
- Abstract要約: 定量的ファイナンスエージェント開発のための統合体育環境OpenFinGymを紹介する。
単一の実行および検証インターフェース下での予測、市場生成、リアルタイム取引、不正検出をカバーしている。
OpenFinGymはまた、定量的財務出版物を実行可能なタスクパッケージに変換する自動タスク構築パイプラインも提供する。
- 参考スコア（独自算出の注目度）: 11.33449680384001
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Although large language model agents are increasingly applied to quantitative-finance workflows, their evaluation remains fragmented across isolated tasks, while the financial relevance of benchmark tasks is often overlooked. Yet financial workflows are inherently multi-stage, spanning interdependent tasks such as forecasting, strategy construction, risk management, and trading. Existing platforms typically focus on a single task, and can therefore overstate agent competence and fail to reveal weaknesses in generalization, real-market interaction, and financially meaningful decision-making. We introduce OpenFinGym, a unified gym environment for quantitative-finance agent development that covers forecasting, market generation, real-time trading, and fraud detection under a single execution and verification interface. OpenFinGym additionally provides an automated task-construction pipeline that turns quantitative finance publications into executable task packages; a containerised runtime with a host-side verifier service that supports scalable agent rollouts and prevents runtime train-test leakage; a paper trading engine with a low-latency data-stream design; deferred-resolution support for long-horizon and event-market forecasts; and integration for SFT and RL post-training
- Abstract（参考訳）: 大規模言語モデルエージェントは、定量ファイナンスワークフローにますます適用されているが、その評価は独立したタスク間で断片化され、ベンチマークタスクの財務的関連性はしばしば見過ごされている。
しかし、財務ワークフローは本質的にマルチステージであり、予測、戦略構築、リスク管理、トレーディングといった相互依存的なタスクにまたがっている。
既存のプラットフォームは1つのタスクに重点を置いているため、エージェントの能力が誇張され、一般化、実市場の相互作用、経済的に意味のある意思決定の弱点を明らかにすることができない。
我々は,単一実行・検証インタフェース下での予測,市場生成,リアルタイム取引,不正検出を対象とする,定量的ファイナンスエージェント開発のための統一型ジム環境であるOpenFinGymを紹介した。
OpenFinGymはまた、定量的ファイナンスを実行可能なタスクパッケージに変換する自動タスク構築パイプライン、スケーラブルなエージェントロールアウトをサポートし、ランタイムトレインテストのリークを防止するコンテナ化されたランタイム、低レイテンシのデータストリーム設計を備えた紙トレーディングエンジン、長期水平およびイベント市場予測に対する遅延解像度のサポート、SFTとRLのポストトレーニング統合を提供する。
関連論文リスト
- FinCUABuild: Can Agents Build Reliable Benchmarks for Dynamic Financial Computer Use? [52.86361055342659]
FinCUABuildBenchは、金融CUAタスク構築を評価するためのベンチマークである。
FinCUABuildAgentは動的財務CUA評価タスクを自動構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-09-07T15:13:23Z) - FORCE-Bench: A Benchmark, Dataset, and Evaluation Harness for Agentic AI in Enterprise Finance [0.0]
本稿では,251のエキスパートアノテートクエリを含むForce-Benchを紹介し,キャリブレーションベースのフレームワークを用いて応答を評価する。
FORCE-Benchは、金融義務研究、金融エンティティパフォーマンス研究、ビジネスブリーフジェネレーションの3つのタスクタイプでエージェントシステムを評価する。
我々は、再現可能な比較と他の企業財務環境への適応をサポートするために、データセット、ルーリック、ハーネス、分析コードをオープンソースとしてリリースします。
論文 参考訳（メタデータ） (2026-07-11T01:16:31Z) - Herculean: An Agentic Benchmark for Financial Intelligence [114.33879935277217]
代表的な4つのスキルセットにまたがるエージェント金融インテリジェンスのための最初の熟練したベンチマークであるHerculeanを紹介します。
フェデラーエージェント全体では、TradingやMarket Insightsではエージェントが比較的うまく機能するが、HedgingやAuditingではかなり苦労している。
全体としては、財務的推論を信頼性のあるワークフロー実行に変換する上で、現在のエージェントに重要なギャップがあることを示している。
論文 参考訳（メタデータ） (2026-05-14T04:30:49Z) - FrontierFinance: A Long-Horizon Computer-Use Benchmark of Real-World Financial Tasks [4.444378412245679]
5つのコアファイナンスモデルにわたる25の複雑な金融モデリングタスクのベンチマークであるFrontierFinanceを紹介します。
我々は、人間の専門家にタスクを定義し、ルーブリックを作成し、LCMを格付けし、タスク自体を人間のベースラインとして実行させます。
私たちの人間の専門家はどちらも平均して高いスコアを受け取り、現在の最先端システムよりもクライアント対応のアウトプットを提供する可能性が高いことを実証しています。
論文 参考訳（メタデータ） (2026-04-07T14:15:45Z) - Financial Management System for SMEs: Real-World Deployment of Accounts Receivable and Cash Flow Prediction [6.99674326582747]
Small and Medium Enterprises(中小企業)は、限られたリソース、小さな顧客ベース、制約付きデータ可用性のために、ユニークな財務管理上の課題に直面しています。
本稿では,会計予測とキャッシュフロー予測を組み合わせた統合金融予測システムの開発と展開について述べる。
論文 参考訳（メタデータ） (2025-11-05T16:49:50Z) - FinSight: Towards Real-World Financial Deep Research [68.31086471310773]
FinSightは、高品質でマルチモーダルな財務報告を作成するための新しいフレームワークである。
プロフェッショナルグレードの可視化を確保するため,反復視覚強調機構を提案する。
2段階のBinging Frameworkは、簡潔な分析セグメントをコヒーレント、引用認識、マルチモーダルレポートに拡張する。
論文 参考訳（メタデータ） (2025-10-19T14:05:35Z) - Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。
本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-06T13:08:55Z) - FutureX: An Advanced Live Benchmark for LLM Agents in Future Prediction [92.7392863957204]
FutureXは、将来の予測のための最大かつ最も多様なライブベンチマークである。
リアルタイムの日次更新をサポートし、質問収集と回答収集のための自動パイプラインを通じてデータの汚染を取り除く。
推論,検索機能,外部ツールの統合などを含む25のLLM/エージェントモデルを評価した。
論文 参考訳（メタデータ） (2025-08-16T08:54:08Z) - FinanceQA: A Benchmark for Evaluating Financial Analysis Capabilities of Large Language Models [0.0]
FinanceQAは、LLMのパフォーマンスを実世界の投資業務を反映した複雑な数値分析タスクで評価するテストスイートである。
現在のLLMは、金融機関の厳密な精度要件を満たすことができず、モデルは現実的なタスクの約60%を欠いている。
その結果、このようなタスクをサポートするためには高品質なトレーニングデータが必要であることが示され、OpenAIの微調整APIを使って実験した。
論文 参考訳（メタデータ） (2025-01-30T00:06:55Z) - Open-FinLLMs: Open Multimodal Large Language Models for Financial Applications [88.96861155804935]
オープンソースのマルチモーダル金融 LLM である textitOpen-FinLLMs を紹介する。
FinLLaMAは52ビリオンのトーケンコーパス、FinLLaMA-Instructは573Kの財務命令で微調整され、FinLLaVAは1.43Mのマルチモーダルチューニングペアで強化されている。
我々は、14の財務タスク、30のデータセット、および4つのマルチモーダルタスクにわたるOpen-FinLLMをゼロショット、少数ショット、教師付き微調整設定で評価した。
論文 参考訳（メタデータ） (2024-08-20T16:15:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。