論文の概要: Quant-Arena: Benchmarking LLM Agents for Quantitative Trading Research
- arxiv url: http://arxiv.org/abs/2610.30113v1
- Date: Wed, 21 Oct 2026 17:54:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.467011
- Title: Quant-Arena: Benchmarking LLM Agents for Quantitative Trading Research
- Title（参考訳）: Quant-Arena: 定量取引研究のためのLLMエージェントのベンチマーク
- Abstract要約: 我々は、実際のAシェア市場データに関するエンドツーエンドの定量的研究のためのベンチマークと公開リーダボードであるQuant-Arenaを紹介する。
モデルは、特徴とストックスコーリングコードを構築し、2022-2023にのみフィードバックを受け、2024年封印された年の評価のための1つの戦略を凍結する。
GPT-6 Astraのスコアが最も高い9つのフロンティアモデルを評価する。
- 参考スコア（独自算出の注目度）: 4.870807768842907
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantitative research is an iterative loop: a researcher proposes a market hypothesis, implements it as an executable signal, tests it on historical data, and decides what to keep. Existing benchmarks score formulas, code, or individual trading decisions, leaving open whether large language models (LLMs) can complete this loop and produce strategies that work beyond the research period. We introduce Quant-Arena, a benchmark and public leaderboard for end-to-end quantitative research on real A-share market data. A model constructs features and stock-scoring code, receives feedback only on 2022--2023, and freezes one strategy for assessment on the sealed year 2024. A cash-account evaluator applies trading constraints and costs, including market impact estimated from a simulated order book. Scores are dominated by realized excess return and complemented by signal quality and the diversity of features used by the strategy. We evaluate nine frontier models, among which GPT-6 Astra scores highest; yet no model beats the equal-weight market in 2024. Quant-Arena is open to submissions from any model or agent harness.
- Abstract（参考訳）: ある研究者が市場仮説を提案し、それを実行可能な信号として実装し、過去のデータでテストし、何を保持するかを決める。
既存のベンチマークは、公式、コード、または個々のトレーディング決定をスコアし、大きな言語モデル(LLM)がこのループを完了し、研究期間を超えて機能する戦略を生成するかどうかをオープンにします。
我々は、実際のAシェア市場データに関するエンドツーエンドの定量的研究のためのベンチマークと公開リーダボードであるQuant-Arenaを紹介する。
モデルは、特徴とストックスコーリングコードを構築し、2022-2023にのみフィードバックを受け、2024年封印された年の評価のための1つの戦略を凍結する。
キャッシュ会計評価器は、シミュレートされた注文帳から推定される市場への影響を含む、取引の制約とコストを適用します。
スコアは実現された過剰なリターンによって支配され、信号の品質と戦略で使用される機能の多様性によって補完される。
GPT-6 Astraのスコアが最も高い9つのフロンティアモデルを評価する。
Quant-Arenaは任意のモデルやエージェントハーネスからの提出を受け付けている。
関連論文リスト
- Marrying Pricing and Advertising with LLMs [50.14762289376833]
販売者が価格と大言語モデル(LLM)が生成する広告を投稿する逐次価格問題について検討する。
本稿では,LLMの低ランク適応(LoRA)と,利用可能なデータに適合した需要モデルを組み合わせたオンラインアクタ批判アルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-10-07T12:50:08Z) - AQuA: Recursively Self-Improving Quantitative Trading Research Agents [44.546401968461055]
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。
論文 参考訳（メタデータ） (2026-08-13T05:25:42Z) - Benchmarking the Personalization Capabilities of Large Language Models [18.115699104947467]
パーソナライゼーション(Personalization)とは、送信者、チャンネル、タイムを固定しながら、特定の受信者からアクションを誘導するメッセージを変更する行為である。
我々は、カメニカとゲンツコーのベイズ的説得フレームワーク(2011年)を生成エージェントに適用し、販売における定式化をインスタンス化する。
我々は、一貫したパーソナライゼーションの台地を観察し、Fortune 100のテクノロジーコホートでは、統計的に成功しないアウトリーチと成功を区別しない。
論文 参考訳（メタデータ） (2026-05-23T18:16:54Z) - Learning to Predict Future-Aligned Research Proposals with Language Models [59.79457676644722]
我々は目標から得られた17,771の論文とそれらの事前カットオフ引用の時間一貫性のあるデータセットを構築した。
モデルをトレーニングするために、ターゲットとそれらのカットオフ前の引用から17,771枚のタイム一貫性のあるデータセットを構築します。
Llama-3.1 と Qwen2.5 のモデル全体で、将来のアライメントチューニングは、非アライメントベースラインに対する将来のアライメントを改善する。
論文 参考訳（メタデータ） (2026-03-28T05:41:15Z) - HuggingR$^{4}$: A Progressive Reasoning Framework for Discovering Optimal Model Companions [50.61510609116118]
HuggingR$4$は、Reasoning、Retrieval、Refinement、Reflectionを組み合わせて効率的にモデルを選択する新しいフレームワークである。
作業性率は92.03%、理性率は82.46%に達し、それぞれ26.51%、33.25%を超える。
論文 参考訳（メタデータ） (2025-11-24T03:13:45Z) - STEER-ME: Assessing the Microeconomic Reasoning of Large Language Models [8.60556939977361]
マイクロエコノミック推論のための大規模言語モデル(LLM)を評価するためのベンチマークを開発する。
供給と需要のロジックに重点を置いており、それぞれが最大10ドルドメイン、5ドルパースペクティブ、3ドルタイプで構成されています。
我々は,小規模なオープンソースモデルから最先端技術まで,27ドルのLLMのケーススタディを通じて,我々のベンチマークの有用性を実証する。
論文 参考訳（メタデータ） (2025-02-18T18:42:09Z) - Ranked from Within: Ranking Large Multimodal Models Without Labels [73.96543593298426]
ソフトマックス分布から導かれる不確実性スコアは,様々なタスクにまたがるランキングモデルに対して,ロバストな基礎となることを示す。
これにより、ラベルのないデータに対するLMMのランク付けが容易になり、手動のアノテーションを必要とせずに、多様なターゲットドメインのモデルを選択するための実践的なアプローチを提供する。
論文 参考訳（メタデータ） (2024-12-09T13:05:43Z) - Iterative Nash Policy Optimization: Aligning LLMs with General Preferences via No-Regret Learning [55.65738319966385]
我々は、新しいオンラインアルゴリズム、反復的ナッシュポリシー最適化(INPO)を提案する。
従来の方法とは異なり、INPOは個々の応答に対する期待される勝利率を推定する必要性を回避している。
LLaMA-3-8BベースのSFTモデルで、INPOはAlpacaEval 2.0で42.6%、Arena-Hardで37.8%の勝利率を達成した。
論文 参考訳（メタデータ） (2024-06-30T08:00:34Z)
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。