כתבה
arXiv cs.AI ·
אופטימיזציה של סטרטגיה מסחרית דרך גרדיאנט טקסטואלי
Trading Strategy Optimization via Textual Gradient
אופטימיזציה של סטרטגיות מסחריות דרך גרדיאנט טקסטואלי. פיתוח כלי לאופטימיזציה של סטרטגיות מסחריות על ידי שימוש בגרדיאנט טקסטואלי. הכלי, שנקרא TradeGrad, משתמש בניסיון קודם לאופטימיזציה כדי לאפשר אופטימיזציה רב-סקלאלית של סטרטגיות מסחריות. הכלי נבחן במספר סקנריות, כולל סטרטגיות מסחריות צד-צד וסטרטגיות מסחריות זמניות.
תקציר מקורי באנגליתarXiv:2610.03128v2 Announce Type: replace 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 tradin
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית