Como Quants Constroem Agentes de Trading que se Autoaperfeiçoam (Framework Completo)

Em 2025, uma IA quebrou um recorde matemático de 56 anos com um único loop: gerar, testar, pontuar, repetir. Quants aplicam isso em estratégias.

Vamos direto ao ponto.

Marque esta página

Somos a equipe por trás do Horizon, a primeira plataforma de trading agêntica: você digita uma estratégia de trading em inglês simples, faz o backtest em minutos e a implanta ao vivo na sua corretora. Este artigo detalha o framework de loop de melhoria por trás da construção de estratégias agênticas. Atualmente em beta fechado, com lançamento público em 15 de julho. Entre na lista de espera em

horizon.trade ou envie um DM

@horizon_trade_x para acesso antecipado.

Aqui está o framework completo:

• O que "auto-melhoria" realmente significa (e o que não significa)
• O sinal de aptidão: o único número que o agente otimiza
• Memória: falhar, investigar, destilar, consultar
• O verificador: por que o agente nunca avalia o próprio trabalho
• Onde o Horizon executa esse loop hoje

O que "auto-melhoria" realmente significa

Primeiro, a versão honesta. Um agente que se auto-melhora não retreina o modelo. Nenhum sistema em produção faz isso. Os pesos do modelo permanecem congelados.

O que se acumula é tudo ao redor do modelo: o registro de variantes testadas, as regras de pontuação, as lições destiladas. O agente é um loop de feedback com três partes. Um gerador propõe variantes de estratégia. Um avaliador as pontua com base em dados históricos. Um seletor mantém as vencedoras e as realimenta o gerador.

Isso é mecanismo antigo. A busca evolucionária é usada em pesquisa quantitativa desde os anos 1990. O que mudou foi o gerador: LLMs agora propõem variantes em código e inglês simples, e podem executar o loop por horas sem que um humano dirija cada etapa. Em 2025, o AlphaEvolve da DeepMind usou exatamente esse loop de gerar-avaliar-selecionar para encontrar um algoritmo de multiplicação de matrizes mais rápido, quebrando um recorde que existia desde 1969.

O sinal de aptidão

O agente melhora tudo o que você pontua. Pontue retornos brutos, e ele encontrará a curva mais sobreajustada do seu conjunto de dados. Mesas sérias pontuam um composto: retorno ajustado ao risco, rebaixamento, número de trades e estabilidade em diferentes janelas de tempo.

A regra de pontuação é a estratégia. Todo o resto é apenas busca.

Memória: falhar, investigar, destilar, consultar

Um pesquisador humano esquece a iteração quatro. Um agente bem construído processa cada falha em quatro estágios.

Ele documenta o backtest com falha. Ele investiga por que a variante falhou: regime errado, custos de transação, ajuste de curva. Ele destila o diagnóstico em uma regra geral. E, na próxima execução, ele consulta a regra em vez de redescobrir a falha do zero.

É aqui que a maioria dos loops caseiros quebra. Sem essa progressão, o agente re-propõe variantes que já rejeitou e queima poder computacional andando em círculos. Com ela, cada variante rejeitada marca uma zona morta no espaço de busca, e cada geração começa a partir de tudo o que as anteriores aprenderam.

O verificador: por que o agente nunca avalia o próprio trabalho

Um agente que avalia sua própria produção vê seu próprio raciocínio e prefere conclusões consistentes com o que já construiu. Em trading, esse modo de falha tem um preço: um loop que memoriza um conjunto de dados parece uma melhoria no gráfico e se comporta como um cara ou coroa ao vivo.

A correção tem duas partes. A regra de avaliação é separada do gerador, para que o processo que propôs uma variante nunca a pontue. E a nota final vem de uma barreira fora da amostra: dados que o gerador nunca viu. Uma variante só sobrevive se vencer em ambas as fatias. McLean e Pontiff mostraram que estratégias publicadas geralmente perdem uma grande parte de sua vantagem quando os dados se tornam conhecidos. A janela de treinamento do seu agente funciona da mesma forma.

Onde o Horizon executa esse loop

O loop de gerar, fazer backtest, pontuar, selecionar é o mecanismo central do Horizon. Você descreve uma estratégia em inglês simples. O agente a constrói, faz o backtest, a pontua e retorna com 2 a 3 variantes refinadas lado a lado com suas pontuações, para que você escolha entre candidatos melhorados em vez de ajustar parâmetros manualmente.

Cada backtest alimenta a próxima proposta. O agente faz a iteração. Você faz o julgamento.

relatório de backtest com pontuação

Como os traders erram isso

Eles otimizam uma única métrica. O agente encontra o maior Sharpe da história, e ele desmorona no primeiro mês ao vivo. Pontuações compostas existem por uma razão.

Eles deixam o criador avaliar o próprio trabalho. Dez gerações de "melhoria" auto-aprovada em dados dentro da amostra são dez gerações de memorização.

Eles removem o humano. O agente é um mecanismo de busca no espaço de estratégias. Ele classifica candidatos. Decidir o que implantar com dinheiro real continua sendo uma decisão humana.

Eles confundem número de iterações com progresso. Mil variantes pontuadas contra um sinal de aptidão ruim são mil passos na direção errada.

Obrigado por ler.

Antes de ir

Somos a equipe por trás do Horizon, a primeira plataforma de trading agêntica: você digita uma estratégia de trading em inglês simples, faz o backtest em minutos e a implanta ao vivo na sua corretora. O loop de gerar, fazer backtest, pontuar, selecionar deste artigo já está rodando no produto. Atualmente em beta fechado, com lançamento público em 15 de julho. Entre na lista de espera em

horizon.trade ou envie um DM

@horizon_trade_x para acesso antecipado.