क्वांट्स (Quants) खुद को बेहतर बनाने वाले ट्रेडिंग एजेंट्स कैसे बनाते हैं (पूर्ण फ्रेमवर्क)

2025 में, एक AI ने 56 साल पुराना गणित का रिकॉर्ड तोड़ा, सिर्फ एक लूप से: जनरेट करो, टेस्ट करो, स्कोर करो, दोहराओ। क्वांट्स इसे स्ट्रेटेजी पर चलाते हैं।

चलिए सीधे मुद्दे पर आते हैं....

इसे बुकमार्क करें

हम Horizon टीम हैं, जो पहला एजेंटिक ट्रेडिंग प्लेटफॉर्म है: आप एक ट्रेडिंग स्ट्रेटेजी सामान्य अंग्रेजी में टाइप करते हैं, मिनटों में इसका बैकटेस्ट करते हैं, और इसे लाइव अपने ब्रोकर पर डिप्लॉय करते हैं। यह लेख एजेंटिक स्ट्रेटेजी बिल्डिंग के पीछे के इम्प्रूवमेंट लूप फ्रेमवर्क को समझाता है। फिलहाल क्लोज्ड बीटा में, 15 जुलाई को पब्लिक लॉन्च। वेटलिस्ट में शामिल हों

horizon.trade पर या DM करें

@horizon_trade_x पर जल्दी एक्सेस के लिए।

यहाँ पूरा फ्रेमवर्क है:

• "सेल्फ-इम्प्रूविंग" का वास्तव में क्या मतलब है (और क्या नहीं)
• फिटनेस सिग्नल: वह एक नंबर जिसे एजेंट ऑप्टिमाइज़ करता है
• मेमोरी: फेल, इन्वेस्टिगेट, डिस्टिल, कंसल्ट
• वेरिफायर: क्यों एजेंट कभी अपने काम को खुद ग्रेड नहीं करता
• Horizon आज इस लूप को कहाँ चलाता है

"सेल्फ-इम्प्रूविंग" का वास्तव में क्या मतलब है

पहले, ईमानदार वाला वर्शन। एक सेल्फ-इम्प्रूविंग एजेंट मॉडल को रीट्रेन नहीं करता। कोई प्रोडक्शन सिस्टम ऐसा नहीं करता। मॉडल के वेट्स फ्रोज़न रहते हैं।

जो चीज़ कंपाउंड होती है वह मॉडल के आसपास की हर चीज़ है: टेस्ट किए गए वेरिएंट का लॉग, स्कोरिंग रूल्स, डिस्टिल किए गए सबक। एजेंट तीन भागों वाला एक फीडबैक लूप है। एक जनरेटर स्ट्रेटेजी वेरिएंट प्रपोज़ करता है। एक इवैल्यूएटर उन्हें ऐतिहासिक डेटा पर स्कोर करता है। एक सेलेक्टर विजेताओं को रखता है और उन्हें वापस जनरेटर को फीड करता है।

यह पुरानी मशीनरी है। एवोल्यूशनरी सर्च का उपयोग क्वांट रिसर्च में 1990 के दशक से हो रहा है। जो बदला है वह जनरेटर है: LLM अब कोड और सामान्य अंग्रेजी में वेरिएंट प्रपोज़ करते हैं, और वे घंटों तक लूप चला सकते हैं बिना किसी इंसान के हर स्टेप को ड्राइव किए। 2025 में, DeepMind के AlphaEvolve ने इसी जनरेट-इवैल्यूएट-सेलेक्ट लूप का उपयोग करके एक तेज़ मैट्रिक्स मल्टीप्लिकेशन एल्गोरिदम खोजा, जिसने 1969 से चले आ रहे रिकॉर्ड को तोड़ दिया।

फिटनेस सिग्नल

एजेंट जो कुछ भी आप स्कोर करते हैं, उसमें सुधार करता है। रॉ रिटर्न्स को स्कोर करें, और यह आपके डेटासेट में सबसे ओवरफिट कर्व ढूंढ लेगा। गंभीर डेस्क एक कम्पोजिट स्कोर करती हैं: रिस्क-एडजस्टेड रिटर्न, ड्रॉडाउन, ट्रेड काउंट, और टाइम विंडो में स्थिरता।

स्कोरिंग रूल ही स्ट्रेटेजी है। बाकी सब कुछ सिर्फ सर्च है।

मेमोरी: फेल, इन्वेस्टिगेट, डिस्टिल, कंसल्ट

एक मानव रिसर्चर इटरेशन चार को भूल जाता है। एक अच्छी तरह से बनाया गया एजेंट हर विफलता को चार चरणों से गुज़ारता है।

यह फेल हुए बैकटेस्ट को डॉक्यूमेंट करता है। यह इन्वेस्टिगेट करता है कि वेरिएंट क्यों फेल हुआ: गलत रिजीम, ट्रांजैक्शन कॉस्ट्स, कर्व फिटिंग। यह डायग्नोसिस को एक सामान्य नियम में डिस्टिल करता है। और अगले रन पर, यह नियम को कंसल्ट करता है, बजाय इसके कि विफलता को स्क्रैच से फिर से खोजे।

यह वह जगह है जहाँ अधिकांश घरेलू लूप टूट जाते हैं। इस प्रोग्रेसन के बिना, एजेंट उन वेरिएंट को फिर से प्रपोज़ करता है जिन्हें वह पहले ही रिजेक्ट कर चुका है, और सर्च स्पेस में चक्कर लगाकर कंप्यूट बर्बाद करता है। इसके साथ, हर रिजेक्टेड वेरिएंट सर्च स्पेस में एक डेड ज़ोन को चिह्नित करता है, और प्रत्येक जनरेशन वहाँ से शुरू होती है जहाँ पिछली जनरेशन ने सीखा था।

वेरिफायर: क्यों एजेंट कभी अपने काम को खुद ग्रेड नहीं करता

एक एजेंट जो अपने आउटपुट को खुद ग्रेड करता है, वह अपने स्वयं के तर्क को देखता है और उन निष्कर्षों को प्राथमिकता देता है जो उसने पहले से बनाए हैं। ट्रेडिंग में इस फेलियर मोड की एक कीमत होती है: एक लूप जो एक डेटासेट को याद कर लेता है वह चार्ट पर सुधार जैसा दिखता है और लाइव में सिक्का उछालने जैसा व्यवहार करता है।

इसके फिक्स के दो भाग हैं। ग्रेडिंग रूल जनरेटर से अलग है, ताकि जिस प्रक्रिया ने वेरिएंट प्रपोज़ किया वह उसे कभी स्कोर न करे। और अंतिम ग्रेड एक आउट-ऑफ-सैम्पल गेट से आता है: वह डेटा जो जनरेटर ने कभी नहीं देखा। एक वेरिएंट तभी बचता है जब वह दोनों स्लाइसेस पर जीतता है। McLean और Pontiff ने दिखाया कि प्रकाशित स्ट्रेटेजी आमतौर पर अपने एज का एक बड़ा हिस्सा खो देती हैं जब डेटा सार्वजनिक हो जाता है। आपके एजेंट का ट्रेनिंग विंडो भी उसी तरह काम करता है।

Horizon इस लूप को कहाँ चलाता है

जनरेट, बैकटेस्ट, स्कोर, सेलेक्ट लूप Horizon का मुख्य मैकेनिज्म है। आप एक स्ट्रेटेजी सामान्य अंग्रेजी में बताते हैं। एजेंट इसे बनाता है, बैकटेस्ट करता है, स्कोर करता है, और 2 से 3 रिफाइंड वेरिएंट उनके स्कोर के साथ लेकर आता है, ताकि आप पैरामीटर को हाथ से ट्वीक करने के बजाय बेहतर उम्मीदवारों में से चुन सकें।

हर बैकटेस्ट अगले प्रपोज़ल को फीड करता है। एजेंट इटरेशन करता है। आप निर्णय करते हैं।

बैकटेस्ट रिपोर्ट स्कोर के साथ

ट्रेडर्स यह कैसे गलत करते हैं

वे एक एकल मीट्रिक को ऑप्टिमाइज़ करते हैं। एजेंट इतिहास में सबसे अधिक Sharpe ढूंढता है, और वह पहले लाइव महीने में ही बिखर जाता है। कम्पोजिट स्कोर एक कारण से मौजूद हैं।

वे निर्माता को अपने काम को खुद ग्रेड करने देते हैं। इन-सैम्पल डेटा पर स्व-अनुमोदित "सुधार" की दस जनरेशन, दस जनरेशन की याददाश्त है।

वे इंसान को हटा देते हैं। एजेंट स्ट्रेटेजी स्पेस पर एक सर्च इंजन है। यह उम्मीदवारों को रैंक करता है। यह तय करना कि वास्तविक पैसे से क्या डिप्लॉय करना है, मानवीय निर्णय ही रहता है।

वे इटरेशन काउंट को प्रोग्रेस समझ लेते हैं। एक खराब फिटनेस सिग्नल के खिलाफ स्कोर किए गए एक हज़ार वेरिएंट, गलत दिशा में एक हज़ार कदम हैं।

पढ़ने के लिए धन्यवाद।

जाने से पहले

हम Horizon टीम हैं, जो पहला एजेंटिक ट्रेडिंग प्लेटफॉर्म है: आप एक ट्रेडिंग स्ट्रेटेजी सामान्य अंग्रेजी में टाइप करते हैं, मिनटों में इसका बैकटेस्ट करते हैं, और इसे लाइव अपने ब्रोकर पर डिप्लॉय करते हैं। इस लेख का जनरेट, बैकटेस्ट, स्कोर, सेलेक्ट लूप अभी प्रोडक्ट में चल रहा है। फिलहाल क्लोज्ड बीटा में, 15 जुलाई को पब्लिक लॉन्च। वेटलिस्ट में शामिल हों

horizon.trade पर या DM करें

@horizon_trade_x पर जल्दी एक्सेस के लिए।