論文の概要: ACE-Trader: Adversarial Co-Evolution for Generator-Critic Trading Systems
- arxiv url: http://arxiv.org/abs/2610.25847v1
- Date: Mon, 19 Oct 2026 06:04:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 04:13:50.798244
- Title: ACE-Trader: Adversarial Co-Evolution for Generator-Critic Trading Systems
- Title（参考訳）: ACE-Trader: ジェネレータ・クリティカル・トレーディングシステムの逆共進化
- Abstract要約: ジェネレータ-批判的なトレーディングシステムは、LCMベースのトレーダと組み合わせて、これらの決定を評価し、修正のためのフィードバックを提供するレッドチームエージェントと取引を行う。
トレーダとレッドチームはどのように有用な経験を選択し、互いの進化する振る舞いから学ぶことができるのか?
敵の共進化トレーディングフレームワークであるACE-Traderを提案する。
- 参考スコア（独自算出の注目度）: 37.20990634402005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generator--critic trading systems pair an LLM-based trader that makes trading decisions with a red team agent that evaluates these decisions and provides feedback for revision. However, improving individual trading decisions does not ensure that both agents learn from experience and improve together over time. This raises an important question: how can the trader and red-Team select useful experience and learn from each other's evolving behavior? On one hand, experience that benefits decisions under one market condition may become ineffective or harmful under another. On the other hand, trading outcomes reflect both agents' actions, making it difficult to derive appropriate experience for each role. In this work, we propose ACE-Trader, an adversarial co-evolution trading framework. Specifically, we first develop separate context-dependent memory selectors that learn to identify useful experience for the current trading decision. Both selectors receive shared feedback from net-return differences between complete memory-assisted and memory-free trading pipelines, with online updates emphasizing recent outcomes. We further design a co-evolution mechanism that links role-specific memories through shared trading records. We use these records to evaluate the Red-Team's risk assessments and the effects of the Trader's revisions against realized market outcomes, then derive experience for their respective memories. By linking this experience to the corresponding records, we enable the Trader to improve its proposals based on prior critiques and the Red-Team to adjust its review focus as the Trader's behavior changes. Experiments on U.S. stock trading show that ACE-Trader outperforms all 22 active baselines in cumulative return and achieves the highest Sharpe ratio and lowest maximum drawdown across both active methods and passive benchmarks.
- Abstract（参考訳）: ジェネレータ-批判的なトレーディングシステムは、LCMベースのトレーダと組み合わせて、これらの決定を評価し、修正のためのフィードバックを提供するレッドチームエージェントと取引を行う。
しかし、個々の取引判断を改善することは、双方のエージェントが経験から学び、時間の経過とともに一緒に改善することを保証するものではない。
トレーダとレッドチームはどのように有用な経験を選択し、互いの進化する振る舞いから学ぶことができるのか?
一方、ある市場条件下での意思決定に利益をもたらす経験は、別の市場条件下では効果がないか有害になる可能性がある。
一方、取引の結果は双方のエージェントの行動を反映しており、それぞれの役割に適切な経験を導き出すことが困難である。
本研究では、敵の共進化取引フレームワークであるACE-Traderを提案する。
具体的には、まずコンテキスト依存のメモリセレクタを開発し、現在の取引決定に有用な経験を識別する。
両方のセレクタは、完全なメモリアシストとメモリフリーのトレーディングパイプライン間の相違から共有されたフィードバックを受け取り、オンライン更新は最近の成果を強調している。
さらに、共有取引記録を通して役割固有の記憶をリンクする共進化機構を設計する。
我々はこれらの記録を用いて、レッドチームのリスクアセスメントとトレーダーによる市場成果に対するリビジョンの効果を評価し、それぞれの記憶について経験を導き出す。
この経験を対応するレコードにリンクすることで、トレーダーは事前の批判に基づいて提案を改善することができ、レッドチームではトレーダーの行動の変化に応じてレビューの焦点を調整することができます。
米国株トレーディングの実験では、ACE-Traderは累積リターンにおいて22のアクティブベースライン全てを上回っ、シャープ比が最も高く、アクティブメソッドとパッシブベンチマークの双方で最大のドローダウンを達成している。
関連論文リスト
- Before We Act: Learning Action-Conditioned Team-Response Beliefs for Decentralized Multi-Robot Manipulation [9.155966454979676]
マルチロボット操作では、アクションの価値はチームメイトがどう反応するかによって異なります。
本研究では, 地域史からemphteam-Responseの信念を学習するためのフレームワークであるCooperative Action--Response Belief Estimationを提案する。
論文 参考訳（メタデータ） (2026-10-10T04:17:09Z) - SynAct: Synergistic Active Feedback Learning for LLM Agents [4.701138669484677]
SynActは、選択されたアクションと繰り返しロールアウトする最終結果の間の相互情報による決定をランク付けする。
最高値の決定で専門家に問い合わせ、その結果の修正を転送可能なルールに蒸留する。
評価された16のすべての設定におけるホールドアウト精度を平均で+11.7pp向上させる。
論文 参考訳（メタデータ） (2026-10-08T19:20:10Z) - EvolveTrade: Experience-Driven Policy Refinement for Self-Evolving LLM Trading Agents [50.945280070424694]
大規模言語モデル(LLM)トレーディングエージェントは、市場データ、ニュース、実行可能な分析を組み合わせることができる。
それらの振る舞いは、しばしば、デプロイ前に修正された静的手書きのツール使用ポリシーによって制御される。
本稿では,ツールを用いたトレーディングエージェントのシステムプロンプトをテキストパラメータ化ポリシとして扱う自己進化型フレームワークであるEvolveTradeを紹介する。
論文 参考訳（メタデータ） (2026-09-15T10:35:18Z) - Poisoning Agentic Alpha: Adversarial Vulnerabilities Across Roles and Architectures in Multi-Agent Trading Systems [103.90831279037094]
LLMベースのマルチエージェントトレーディングシステムは、研究プロトタイプから実際の資産を管理するライブデプロイメントへと急速に移行している。
破損した信号は最終決定に伝播し、実現された財政損失に変換される。
本稿では,金融分野において,敵対的信号がマルチエージェント取引システムにどのように入るのかを特徴付ける最初の体系的実証的研究について述べる。
論文 参考訳（メタデータ） (2026-08-25T05:07:37Z) - TradingMoE: Routing the Right Experts in Evolving Markets [41.50549896418085]
TradingMoEはトレーディング指向のスパースMoEで、軽量な残留専門家によって凍結した高密度の大規模言語モデルを拡張する。
また,TradingMoEは,最高性能のベースラインに対する累積リターンを,それぞれ30.89%,30.7%向上させることを示した。
論文 参考訳（メタデータ） (2026-08-12T08:27:14Z) - A Tight Regret Analysis of Non-Parametric Repeated Contextual Brokerage [8.049531918823758]
本稿では, 繰り返しブローカー問題の文脈バージョンについて検討する。
各インタラクションにおいて、アイテムのプライベートバリュエーションを持つ2人のトレーダーは、学習者の提案するブローカー価格に基づいて、いくつかのコンテキスト情報によって通知される購入または販売を求めます。
ブローカーの目標は、トレーダーの純益(トレーダーの評価額分布の完全な知識を持つ神託と比較して、後悔を最小限に抑えることでトレーダーの利益としても知られる)を最大化することである。
論文 参考訳（メタデータ） (2025-03-03T08:42:55Z) - When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments [55.19252983108372]
LLMによって駆動される、StockAgentと呼ばれるマルチエージェントAIシステムを開発した。
StockAgentを使えば、ユーザーはさまざまな外部要因が投資家取引に与える影響を評価することができる。
AIエージェントに基づく既存のトレーディングシミュレーションシステムに存在するテストセットのリーク問題を回避する。
論文 参考訳（メタデータ） (2024-07-15T06:49:30Z)
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。