ContestTrade: A Multi-Agent Trading System Based on Internal Contest Mechanism
创建于 更新于
摘要
本论文提出ContestTrade，一个基于多智能体内部竞赛机制的交易系统。系统由数据团队和研究团队组成，通过实时市场反馈持续评价和选择表现优异的代理，提升系统鲁棒性和适应性。实验证明该方法显著优于多种基线策略，实现52.8%的累计收益和3.12的夏普比率，同时有效控制最大回撤。关键机制包括零智商交易者对因子的量化估值及基于LightGBM的短期表现预测，有效管理LLM上下文限制，实现信息有效聚合和交易策略动态调整 [page::0][page::3][page::5][page::6]。
