論文の概要: AQuA: Recursively Self-Improving Quantitative Trading Research Agents

• arxiv url: http://arxiv.org/abs/2608.12841v2
• Date: Mon, 17 Aug 2026 23:50:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 13:45:32.799078
• Title: AQuA: Recursively Self-Improving Quantitative Trading Research Agents
• Title（参考訳）: AQuA: 再帰的に自己改善する量的トレーディング研究エージェント
• Abstract要約: 本研究は, 自律システムにおいて, 後続の反復で提案される仮説と候補を改善するために, 先行実験から証拠を活用できるかどうかを考察する。 本稿では2つの言語モデル駆動型研究システムからなるAQuAについて述べる。
• 参考スコア（独自算出の注目度）: 44.546401968461055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study recursive self-improvement at the level of quantitative-investment research: whether an autonomous system can use evidence from earlier experiments to improve the hypotheses and candidates proposed in later iterations. We present AQuA, which comprises two separate language-model-driven research systems: one for symbolic factor discovery and one for trainable model development. The two systems do not share agents, memories, candidate spaces, or research state. Instead, each independently closes its own research loop by retaining validated evidence and using it to guide subsequent proposals. In this bounded sense, both systems implement recursive self-improvement at the level of the research process. Each system also uses its own sealed sandbox, which fixes the data splits, feature and label definitions, and evaluator while allowing the model to act only through constrained factor expressions or configuration diffs. The factor system, a manager-mediated multi-agent pipeline, discovers and combines factors into a signal that reaches a combined information coefficient of about $0.190$ on a crypto universe. The model system, a config-driven loop over a hybrid time-series architecture, reaches a per-stock information coefficient of $+0.0843$ on US equities and converts it into a threshold long/short strategy with a held-out Sharpe of up to $+2.50$ at a two-leg cost. The strategy is positive in every year from 2021 to 2025.
• Abstract（参考訳）: 定量的投資研究のレベルで再帰的な自己改善について研究する: 自律システムは、初期の実験から証拠を用いて、後続の反復で提案される仮説と候補を改善することができるかどうか。 本稿では,2つの言語モデル駆動型研究システムからなるAQuAについて述べる。 2つのシステムはエージェント、記憶、候補空間、研究状態を共有しない。 その代わりに、それぞれが検証済みの証拠を保持し、それを使ってその後の提案をガイドすることで、独自の研究ループを閉じる。 この有界な意味では、どちらのシステムも研究プロセスのレベルで再帰的な自己改善を実装している。 各システムは独自のシールされたサンドボックスも使用しており、データ分割、特徴とラベルの定義を修正し、モデルが制限された因子表現や設定差分によってのみ動作できるようにする。 この因子系は、マネージャを介するマルチエージェントパイプラインであり、暗号宇宙で約0.190ドルの情報係数に到達した信号に因子を発見し、結合する。 モデルシステムは、ハイブリッド時系列アーキテクチャ上の構成駆動ループであり、米国株のストックごとの情報係数+0.0843ドルに達し、2レグのコストで最大2.50ドルまでの保留シャープを持つ閾値長短戦略に変換する。 この戦略は2021年から2025年まで毎年好意的だ。

関連論文リスト

• AutoScientist-Quant: Self-Evolving Coding Agents for Automatic Research in Quantitative Investment [28.36446889018906]
  本稿では,定量的研究を1つの予算付き探索問題とみなす自己進化型探索プロセスであるAutoScientist-Quantを提案する。 単一のコントローラは、残りの予算についてすべての決定を条件付け、各ラウンドでどのノードを拡大するか、どのアルファを生成すべきか、過去のトラジェクトリを共有メモリから取得するかを選択できる。 このフレームワークはあらゆる設定においてほぼすべての指標の最高の価値を達成し、これらの結論はいくつかのバックボーンや市場にわたって保持される。
  論文  参考訳（メタデータ） (2026-08-05T23:34:46Z)
• Discovering Cooperative Pipelines: Autoresearch for Sequential Social Dilemmas [6.599344783327054]
  外部ループAIエージェントは、ポリシー合成システムの内部ループパイプラインを自律的に再設計する。 研究者エージェントはインナーループソースコードを読み、システムプロンプト、フィードバック関数、ヘルパーライブラリ、イテレーションロジックを編集し、評価を実行し、何を保持するかを決定する。
  論文  参考訳（メタデータ） (2026-05-28T14:33:10Z)
• NanoResearch: Co-Evolving Skills, Memory, and Policy for Personalized Research Automation [59.19858972597063]
  LLMを利用したマルチエージェントシステムは、アイデアから論文執筆までの完全な研究パイプラインを自動化できるようになったが、根本的な疑問が残る。 我々は,三段階共進化によってこれらのギャップに対処するマルチエージェントフレームワークであるNanoResearchを提案する。 技能銀行は、繰り返しの業務をプロジェクト間で再利用可能なコンパクトな手続き規則に蒸留する。 メモリモジュールは、各ユーザの研究履歴における計画決定の基礎となる、ユーザとプロジェクト特有のエクスペリエンスを維持します。 ラベルフリーポリシー学習は、自由形式のフィードバックをプランナーの永続パラメータ更新に変換し、その後の調整を再構築する。
  論文  参考訳（メタデータ） (2026-05-11T16:33:47Z)
• AI-Supervisor: Autonomous AI Research Supervision via a Persistent Research World Model [1.14219428942199]
  既存の自動研究システムは、ステートレスでリニアなパイプラインとして動作する。 マルチエージェントオーケストレーションフレームワークである textbfAI-Supervisor を提案する。 エージェントは、人間の関心によって駆動されるエンドツーエンドのAI研究の監督を提供する。
  論文  参考訳（メタデータ） (2026-03-25T15:16:51Z)
• $V_1$: Unifying Generation and Self-Verification for Parallel Reasoners [69.66089681814013]
  $V_$は、効率的なペアワイドランキングを通じて生成と検証を統合するフレームワークである。 V_$-Inferはポイントワイド検証でPass@1を最大10%改善する。 V_$-PairRLは、標準のRLとポイントワイドのジョイントトレーニングよりも、テストタイムのスケーリングが7ドル--9%で向上する。
  論文  参考訳（メタデータ） (2026-03-04T17:22:16Z)
• Computational-Statistical Gaps in Gaussian Single-Index Models [77.1473134227844]
  単次元モデル(Single-Index Models)は、植木構造における高次元回帰問題である。 我々は,統計的クエリ (SQ) と低遅延多項式 (LDP) フレームワークの両方において,計算効率のよいアルゴリズムが必ずしも$Omega(dkstar/2)$サンプルを必要とすることを示した。
  論文  参考訳（メタデータ） (2024-03-08T18:50:19Z)
• An Empirical Study of Multimodal Model Merging [148.48412442848795]
  モデルマージは、異なるタスクでトレーニングされた複数のモデルを融合してマルチタスクソリューションを生成するテクニックである。 我々は、モダリティ固有のアーキテクチャのビジョン、言語、およびクロスモーダルトランスフォーマーをマージできる新しい目標に向けて研究を行っている。 本稿では,重み間の距離を推定し,マージ結果の指標となる2つの指標を提案する。
  論文  参考訳（メタデータ） (2023-04-28T15:43:21Z)
• FeDXL: Provable Federated Learning for Deep X-Risk Optimization [105.17383135458897]
  我々は、既存のアルゴリズムが適用できないXリスクのファミリーを最適化するために、新しい連邦学習(FL)問題に取り組む。 Xリスクに対するFLアルゴリズムを設計する際の課題は、複数のマシンに対する目的の非可逆性と、異なるマシン間の相互依存にある。
  論文  参考訳（メタデータ） (2022-10-26T00:23:36Z)
• Thompson sampling for linear quadratic mean-field teams [3.957353452014781]
  エージェント間で動的およびコストが結合される未知のマルチエージェント線形二次系(LQ)の最適制御について検討する。 我々は,システムモデルの構造を活かした新しいトンプソンサンプリング学習アルゴリズムを提案し,時間軸に異なる種類のエージェントを持つシステムに対してベイズが提案したアルゴリズムを,エージェントの総数に関係なく$T$ is $tildemathcalO big( |M|1.5 sqrtT big)$で後悔していることを示す。
  論文  参考訳（メタデータ） (2020-11-09T19:07:32Z)

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。