論文の概要: Trading Strategy Optimization via Textual Gradient

• arxiv url: http://arxiv.org/abs/2610.03128v1
• Date: Fri, 02 Oct 2026 10:48:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.335911
• Title: Trading Strategy Optimization via Textual Gradient
• Title（参考訳）: テキストグラディエントによるトレーディング戦略最適化
• Abstract要約: 我々は、堅牢なトレーディング戦略最適化のための体験誘導フレームワークであるTradeGradを提案する。 中国のA株と米国の株式市場における断続的・時間的戦略設計の実験は、TreatGradが最高のインサンプルとアウトオブサンプルのパフォーマンスを達成していることを示している。
• 参考スコア（独自算出の注目度）: 85.32806334528482
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantitative trading strategy design aims to discover trading programs from historical data that remain effective in future markets, which can be viewed as a black-box program optimization problem. LLM-based textual gradients offer a promising approach by providing explicit optimization directions for iterative strategy refinement. However, directly applying textual gradients faces two challenges: (1) optimization is myopic, underutilizing experience from previous evaluations; and (2) aggregate backtest feedback overlooks temporal robustness, potentially favoring strategies that perform well only in specific market periods. To address these challenges, we propose TradeGrad, an experience-guided textual-gradient framework for robust trading strategy optimization. TradeGrad leverages accumulated optimization experience to estimate textual gradients and employs multi-scale revisions for both strategy exploration and refinement. It further introduces the Cross-Period Robust Objective (CPRO), which emphasizes performance in unfavorable historical periods to promote temporal robustness. Experiments on cross-sectional and time-series strategy design in Chinese A-share and U.S. equity markets show that TradeGrad achieves the best in-sample and out-of-sample performance across all four settings. Notably, its Chinese cross-sectional strategy achieves 27.99% annualized return, 12.19% maximum drawdown, and a Sharpe ratio of 1.63, approximately 68% higher than the CSI 300 benchmark. Further analyses validate the proposed components and show consistent improvements in both in-sample and out-of-sample performance throughout optimization. The code is available at https://github.com/transcend-0/TradeGrad.
• Abstract（参考訳）: 量的トレーディング戦略設計は、将来の市場で有効である歴史データからトレーディングプログラムを発見することを目的としており、ブラックボックスプログラム最適化問題と見なすことができる。 LLMベースのテキストグラデーションは、反復戦略改善のための明確な最適化方向を提供することによって、有望なアプローチを提供する。 しかし,1) 最適化は筋電図であり,過去の評価から経験を過小評価すること,2) 総合的バックテストフィードバックは時間的堅牢性を見越して,特定の市場期間にのみ良好に機能する戦略を好むこと,の2つの課題に直面している。 これらの課題に対処するため、我々は、堅牢なトレーディング戦略最適化のための体験誘導型テキスト・グラディエント・フレームワークであるTradeGradを提案する。 TradeGradは蓄積された最適化経験を活用してテキストの勾配を推定し、戦略探索と改良の両方にマルチスケールの修正を適用する。 さらにCross-Period Robust Objective (CPRO)を導入し、時間的堅牢性を促進するために好ましくない時代におけるパフォーマンスを強調した。 中国のA株と米国の株式市場における断続的・時間的戦略設計の実験は、TradeGradが4つの設定で最高のインサンプルとアウトオブサンプルのパフォーマンスを達成していることを示している。 特に中国のクロスセクション戦略では、年間リターンが27.99%、最大引き出しが12.19%、シャープ比が1.63で、CSI 300ベンチマークより約68%高い。 さらに,提案したコンポーネントを検証し,最適化全体を通して,サンプル内およびサンプル外性能の両面で一貫した改善を示す。 コードはhttps://github.com/transcend-0/TradeGrad.comで公開されている。

関連論文リスト

• EVOQUANT: Self-Evolving Verifier-Guided Strategy Optimization for Robust Quantitative Trading [24.38446478098508]
  EVOQUANTは、定量取引における戦略最適化のための自己進化検証フレームワークである。 提案手法は, セマンティック制御された候補編集を生成し, 多段階検証パイプラインを用いて最適な戦略を選択する。 実験結果から,本手法は全試験戦略におけるシャープ比を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-07-14T07:34:01Z)
• A Framework for Combining Optimization-Based and Analytic Inverse Kinematics [53.66628333687382]
  逆運動学(IK)問題の解法と最適化法はロボティクスの歴史において深く研究されている。 IK回避のための新しい定式化を提案する。
  論文  参考訳（メタデータ） (2026-02-04T22:23:32Z)
• Your Offline Policy is Not Trustworthy: Bilevel Reinforcement Learning for Sequential Portfolio Optimization [82.03139922490796]
  強化学習(Reinforcement Learning, RL)は、過去のデータを用いたリスクを最小限にしつつ累積リターンを最大化することを目的とした、株式取引のような逐次的ポートフォリオ最適化タスクにおいて、大きな可能性を示してきた。 従来のRLアプローチは、固定データセット内での振る舞いの購入と販売を最適に記憶するだけのポリシーを生成することが多い。 当社のアプローチでは,ポートフォリオ最適化を新たなタイプの部分オフラインRL問題として捉え,2つの技術的貢献を行う。
  論文  参考訳（メタデータ） (2025-05-19T06:37:25Z)
• Continual Optimization with Symmetry Teleportation for Multi-Task Learning [73.28772872740744]
  マルチタスク学習(MTL)は、1つのモデルを用いて複数のタスクの同時学習を可能にする。 シンメトリ・テレポーテーション(COST)を用いた連続最適化に基づく新しい手法を提案する。 COSTは、競合の勾配を減らすために、損失ランドスケープに別の損失等価点を求める。
  論文  参考訳（メタデータ） (2025-03-06T02:58:09Z)
• Stratify: Unifying Multi-Step Forecasting Strategies [0.0]
  Stratifyは、既存の戦略の予測と統合に対処するフレームワークである。 1080の実験の84%以上で、Stratifyの新たな戦略は、既存のすべての実験と比べてパフォーマンスを改善した。 我々の結果は、既知の予測戦略と新しい予測戦略の最も包括的なベンチマークである。
  論文  参考訳（メタデータ） (2024-12-29T16:06:46Z)
• Bridging SFT and DPO for Diffusion Model Alignment with Self-Sampling Preference Optimization [67.8738082040299]
  自己サンプリング優先最適化(SSPO)は,訓練後強化学習のための新しいアライメント手法である。 SSPOは、SFTのトレーニング安定性を維持しながら、ペアデータと報酬モデルの必要性を排除する。 SSPOは、テキスト・ツー・イメージベンチマークにおける以前のアプローチを全て上回り、テキスト・ツー・ビデオベンチマークにおける優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-10-07T17:56:53Z)
• Robust Utility Optimization via a GAN Approach [2.528513413370073]
  本稿では,堅牢なユーティリティ最適化問題を解決するために,GAN(Generative Adversarial Network)アプローチを提案する。 特に、投資家と市場の両方をニューラルネットワーク(NN)でモデル化し、ミニマックスゼロサムゲームでトレーニングする。
  論文  参考訳（メタデータ） (2024-03-22T14:36:39Z)
• DECN: Evolution Inspired Deep Convolution Network for Black-box Optimization [9.878660285945728]
  本稿では、自動EAの概念を紹介します。 自動EAは、関心の問題における構造を利用して、自動更新ルールを生成する。 手動で設計したEAから手動の介入なしに自動化されたEAへの移行を実現するために、深層進化畳み込みネットワーク(DECN)を設計する。
  論文  参考訳（メタデータ） (2023-04-19T12:14:01Z)
• Universal Trading for Order Execution with Oracle Policy Distillation [99.57416828489568]
  本稿では,不完全な市場状態と注文実行のための最適な行動シーケンスとのギャップを埋める,新たなユニバーサル取引ポリシー最適化フレームワークを提案する。 本研究の枠組みは,完全情報を持つ託宣教師による実践的最適実行に向けて,共通政策の学習を指導する上で有効であることを示す。
  論文  参考訳（メタデータ） (2021-01-28T05:52:18Z)

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。