論文の概要: EvoQuantLab: Training-Free Dual-Loop Evolution for Auditable Quantitative Research

• arxiv url: http://arxiv.org/abs/2610.17130v2
• Date: Wed, 14 Oct 2026 04:54:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.427108
• Title: EvoQuantLab: Training-Free Dual-Loop Evolution for Auditable Quantitative Research
• Title（参考訳）: EvoQuantLab: 評価可能な定量的研究のためのトレーニング不要なデュアルループ進化
• Abstract要約: EvoQuantLabは、堅牢なファクタ発見のための、トレーニング不要でデュアルループのセルフ進化フレームワークである。 内部の遺伝的プログラミングループを配置し、トークン効率を劇的に向上させる。 また、構造的および多様性的な制約の下で型付き因子表現を進化させる。
• 参考スコア（独自算出の注目度）: 32.95699999436034
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated alpha factor discovery is critical for modern quantitative research. While large language models (LLMs) have increasingly been integrated into quantitative workflows, existing agent-based approaches remain highly susceptible to severe backtest overfitting. To address this challenge, we propose EvoQuantLab, a training-free, dual-loop self-evolving framework for robust factor discovery. Instead of relying entirely on LLM generation, EvoQuantLab deploys an inner genetic-programming (GP) loop that dramatically improves token efficiency while evolving typed factor expressions under structural and diversity constraints. An outer diagnosis loop then systematically audits evidence across cycles to drive protocol-level improvements. Furthermore, our evaluation pipeline applies multi-metric validation to rigorously filter out spurious factors before deployment. Extensive out-of-sample experiments across both daily and hourly frequencies -- covering equities and cryptocurrency -- demonstrate the robustness of EvoQuantLab. Specifically, on daily CSI 500 and S&P 500 tasks, EvoQuantLab achieves leading annualized returns of 18.34% and 21.30%, consistently outperforming existing agent baselines. On high-turnover hourly cryptocurrency data, EvoQuantLab delivers a 37.91% annualized return while effectively avoiding execution collapse.
• Abstract（参考訳）: アルファ因子の自動発見は、現代の定量的研究にとって重要である。 大規模言語モデル(LLM)は、定量的ワークフローにますます統合されているが、既存のエージェントベースのアプローチは、厳しいバックテストオーバーフィットに対して非常に影響を受けやすいままである。 この課題に対処するために、堅牢な因子発見のためのトレーニング不要でデュアルループの自己進化フレームワークであるEvoQuantLabを提案する。 LLM生成を完全に依存するのではなく、EvoQuantLabは内部遺伝子プログラミング(GP)ループをデプロイし、トークン効率を劇的に改善するとともに、構造的および多様性的な制約の下で型付き因子表現を進化させる。 外部診断ループは、プロトコルレベルの改善を促進するために、各サイクルにまたがる証拠を体系的に監査する。 さらに、我々の評価パイプラインは、デプロイ前にスプリアス要因を厳格にフィルタリングするために、マルチメトリック検証を適用しています。 EvoQuantLabの強固さを実証している。 具体的には、日々のCSI 500とS&P 500のタスクにおいて、EvoQuantLabは年間18.34%と21.30%のリターンを達成し、既存のエージェントベースラインを一貫して上回っている。 高ターンオーバー時の暗号通貨データでは、EvoQuantLabは年間37.91%のリターンを提供し、実行の崩壊を効果的に回避している。

関連論文リスト

• LabEvolver: Training-Free Experience Evolution for Safe and Grounded Wet-Lab Agents [55.791551822756524]
  本稿では,安全かつ接地されたウェットラブエージェントに,実行経験からエピソード記憶を付加したトレーニングフリーフレームワークであるLabEvolverを紹介する。 LabEvolverは、適応認識、オンライン計画、安全性検証のための州立の試験ループと、完成した軌道を再利用可能なスキル、戦略、安全体験に蒸留する外部進化ループを結合する。
  論文  参考訳（メタデータ） (2026-07-30T05:19:33Z)
• CurateEvo: Data-Curation Evolving for Agentic Post-Training [53.68149869349268]
  エージェント学習後データキュレーションのための障害駆動動的進化フレームワークであるCurateEvoを提案する。 CurateEvoは、キュレーション戦略を実行可能なコードとして表現し、保持された開発セットから失敗したトラジェクトリを使って反復的に書き直します。 各エポックにおいて、進化した戦略は、固定された生コーパスを教師付き微調整データ、強化学習データ、推論時メモリバンクに変換する。
  論文  参考訳（メタデータ） (2026-07-07T11:07:00Z)
• Self-evolving LLM agents with in-distribution Optimization [60.05867547965365]
  大規模言語モデル(LLM)は最近、複雑な環境で対話的なエージェントのための強力なコントローラとして登場した。 本稿では,自動プロセス・リワードラベリングとポリシー学習を統一するLDMエージェントの自己進化フレームワークであるQ-Evolveを提案する。 我々は,AlfWorld,WebShop,ScienceWorldの手法を評価し,Q-Evolveがサンプル効率,堅牢性,全体的なタスク性能において高いベースラインを達成していることを示す。
  論文  参考訳（メタデータ） (2026-06-05T15:09:52Z)
• From Feedback Loops to Policy Updates: Reinforcement Fine-Tuning for LLM-Based Alpha Factor Discovery [44.198035509196785]
  我々は,強化微調整に基づく自己進化型アルファファクター発見フレームワークであるtextscQuantEvolverを提案する。 textscQuantEvolverは高品質なシードファクタを構築し、多様なシードタイムウィンドウトレーニングタスクを構築し、実行可能なFacter DSL式を生成する。 トレーニング中、高品質な要因はMined Factor Databaseに継続的に蓄積され、最終発見ファクターライブラリとして機能する。
  論文  参考訳（メタデータ） (2026-05-14T20:54:40Z)
• MM-HELIX: Boosting Multimodal Long-Chain Reflective Reasoning with Holistic Platform and Adaptive Hybrid Policy Optimization [103.74675519953898]
  ロングチェーンのリフレクティブ推論は、複雑な現実世界の問題を解決するための前提条件である。 我々は42の難解な合成タスクの1,260のサンプルからなるベンチマークを構築した。 トレーニング後のデータを生成し、そのようなデータを活用するための学習パラダイムを探索する。
  論文  参考訳（メタデータ） (2025-10-09T17:53:58Z)

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。