Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core
创建于 更新于
摘要
本文提出面向自主投资的多智能体大语言模型系统 Steward，通过九类角色代理、代码组装的七层共享记忆、类型化推理记录以及不可修改的风险控制核心，实现可审计、可回放且受约束的自我进化。系统在102个交易日的实时纸面账户部署中取得5.0%的组合收益，并将半导体板块24.6%的回撤控制为0.3%的组合损失；回放实验显示，单一模型在相同数据下交易更频繁且相对市场额外损失1.35个百分点，而多代理协同未出现显著损失。研究同时验证了提示词注入防御、确定性风险规则、量化结果追踪及季度学习机制的有效性。[page::0][page::4][page::5][page::6]
