ИИ-агенты в квантфинансе: фреймворк AQuA от Princeton, Ant Group и Stanford блокирует подгонку бэктестов

Количественные исследовательские агенты, которые сами пишут эксперименты, часто портят собственные данные: «утекающий» признак, показавший отличный результат, принимается за удачное открытие и тиражируется в следующих итерациях. Промпты и модель-ревьюер не спасают — автор и рецензент имеют одни и те же слепые зоны.

AQuA — это пара независимых LLM-систем: одна ищет символические альфа-факторы на крипторынке, другая разрабатывает модели временных рядов для акций США. Они не делятся агентами, памятью или состоянием исследований. Ключевая фишка — ещё до начала итераций фиксируются сплиты данных, определения признаков и меток, а также оценщик. Агенту остаётся лишь выдавать ограниченное выражение фактора или конфигурационный diff.

Авторы называют это «асимметричной свободой»: внутри своего предметно-ориентированного языка агент волен исследовать, но оценщик выведен за пределы адаптивной поверхности. Такой подход делает утечки данных невозможными и позволяет улучшать сам исследовательский процесс от итерации к итерации.