Cách các chuyên gia định lượng (Quant) xây dựng tác nhân giao dịch tự cải tiến (Khung toàn diện)

Vào năm 2025, một AI đã phá vỡ kỷ lục toán học 56 năm tuổi chỉ với một vòng lặp: tạo ra, kiểm tra, đánh giá, lặp lại. Các nhà phân tích định lượng sử dụng nó cho các chiến lược.

Hãy đi thẳng vào vấn đề....

Đánh dấu trang này

Chúng tôi là đội ngũ đứng sau Horizon, nền tảng giao dịch tác tử đầu tiên: bạn nhập chiến lược giao dịch bằng tiếng Anh đơn giản, kiểm tra ngược trong vài phút và triển khai trực tiếp đến sàn môi giới của bạn. Bài viết này phân tích khung vòng lặp cải tiến đằng sau việc xây dựng chiến lược tác tử. Hiện đang trong giai đoạn beta kín, ra mắt công khai vào ngày 15 tháng 7. Tham gia danh sách chờ tại

horizon.trade hoặc nhắn tin

@horizon_trade_x để được truy cập sớm.

Đây là toàn bộ khung:

• "Tự cải thiện" thực sự có nghĩa là gì (và điều nó không phải)
• Tín hiệu thích nghi: con số duy nhất mà tác tử tối ưu hóa
• Bộ nhớ: thất bại, điều tra, chưng cất, tham khảo
• Trình xác minh: tại sao tác tử không bao giờ tự đánh giá công việc của mình
• Horizon chạy vòng lặp này ở đâu hiện tại

Việc "tự cải thiện" thực sự có nghĩa là gì

Đầu tiên, phiên bản trung thực. Một tác tử tự cải thiện không huấn luyện lại mô hình. Không có hệ thống sản xuất nào làm vậy. Trọng số của mô hình vẫn đóng băng.

Điều tích lũy là mọi thứ xung quanh mô hình: nhật ký các biến thể đã kiểm tra, các quy tắc đánh giá, các bài học đã chưng cất. Tác tử là một vòng lặp phản hồi với ba phần. Một bộ tạo đề xuất các biến thể chiến lược. Một bộ đánh giá chấm điểm chúng trên dữ liệu lịch sử. Một bộ chọn giữ lại những biến thể thắng và đưa chúng trở lại bộ tạo.

Đây là cơ chế cũ. Tìm kiếm tiến hóa đã được sử dụng trong nghiên cứu định lượng từ những năm 1990. Điều thay đổi là bộ tạo: các LLM hiện nay đề xuất các biến thể bằng mã và tiếng Anh đơn giản, và chúng có thể chạy vòng lặp trong nhiều giờ mà không cần con người điều khiển từng bước. Vào năm 2025, AlphaEvolve của DeepMind đã sử dụng chính vòng lặp tạo-đánh giá-chọn này để tìm ra thuật toán nhân ma trận nhanh hơn, đánh bại kỷ lục tồn tại từ năm 1969.

Tín hiệu thích nghi

Tác tử cải thiện bất cứ thứ gì bạn đánh giá. Nếu đánh giá lợi nhuận thô, nó sẽ tìm ra đường cong quá khớp nhất trong tập dữ liệu của bạn. Các bàn giao dịch nghiêm túc đánh giá một chỉ số tổng hợp: lợi nhuận điều chỉnh rủi ro, mức sụt giảm, số lượng giao dịch và độ ổn định qua các khung thời gian.

Quy tắc đánh giá chính là chiến lược. Mọi thứ phía sau chỉ là tìm kiếm.

Bộ nhớ: thất bại, điều tra, chưng cất, tham khảo

Một nhà nghiên cứu con người quên lần lặp thứ tư. Một tác tử được xây dựng tốt sẽ chạy mọi thất bại qua bốn giai đoạn.

Nó ghi lại kết quả kiểm tra ngược thất bại. Nó điều tra tại sao biến thể thất bại: chế độ sai, chi phí giao dịch, khớp đường cong. Nó chưng cất chẩn đoán thành một quy tắc chung. Và trong lần chạy tiếp theo, nó tham khảo quy tắc thay vì khám phá lại thất bại từ đầu.

Đây là nơi hầu hết các vòng lặp tự chế bị hỏng. Nếu không có tiến trình này, tác tử sẽ đề xuất lại các biến thể mà nó đã từ chối, và đốt tài nguyên tính toán đi vòng vòng. Với nó, mỗi biến thể bị từ chối đánh dấu một vùng chết trong không gian tìm kiếm, và mỗi thế hệ bắt đầu từ mọi thứ mà các thế hệ trước đã học.

Trình xác minh: tại sao tác tử không bao giờ tự đánh giá công việc của mình

Một tác tử tự đánh giá đầu ra của mình sẽ nhìn thấy lý luận của chính nó và ưu tiên các kết luận phù hợp với những gì nó đã xây dựng. Trong giao dịch, chế độ thất bại này có một cái giá: một vòng lặp ghi nhớ một tập dữ liệu trông giống như sự cải thiện trên biểu đồ nhưng hoạt động như tung đồng xu khi chạy thực tế.

Giải pháp có hai phần. Quy tắc đánh giá tách biệt khỏi bộ tạo, do đó quy trình đề xuất một biến thể không bao giờ chấm điểm nó. Và điểm cuối cùng đến từ một cổng ngoài mẫu: dữ liệu mà bộ tạo chưa từng thấy. Một biến thể chỉ tồn tại nếu nó thắng trên cả hai lát cắt. McLean và Pontiff đã chỉ ra rằng các chiến lược được công bố thường mất một phần lớn lợi thế khi dữ liệu trở nên công khai. Cửa sổ huấn luyện của tác tử của bạn cũng hoạt động tương tự.

Horizon chạy vòng lặp này ở đâu

Vòng lặp tạo, kiểm tra ngược, đánh giá, chọn là cơ chế cốt lõi của Horizon. Bạn mô tả một chiến lược bằng tiếng Anh đơn giản. Tác tử xây dựng nó, kiểm tra ngược nó, đánh giá nó và quay lại với 2 đến 3 biến thể tinh chỉnh cùng với điểm số của chúng, để bạn chọn từ các ứng viên đã cải thiện thay vì điều chỉnh tham số bằng tay.

Mỗi lần kiểm tra ngược nuôi dưỡng đề xuất tiếp theo. Tác tử thực hiện việc lặp. Bạn thực hiện việc đánh giá.

báo cáo kiểm tra ngược với điểm số

Các nhà giao dịch sai lầm thế nào

Họ tối ưu hóa một chỉ số duy nhất. Tác tử tìm ra Sharpe cao nhất trong lịch sử, và nó sụp đổ trong tháng giao dịch thực tế đầu tiên. Các chỉ số tổng hợp tồn tại vì một lý do.

Họ để người tạo tự đánh giá công việc của mình. Mười thế hệ "cải thiện" tự phê duyệt trên dữ liệu trong mẫu là mười thế hệ ghi nhớ.

Họ loại bỏ con người. Tác tử là một công cụ tìm kiếm trong không gian chiến lược. Nó xếp hạng các ứng viên. Quyết định triển khai với tiền thật vẫn là quyết định của con người.

Họ nhầm lẫn số lần lặp với tiến bộ. Một nghìn biến thể được đánh giá dựa trên tín hiệu thích nghi tồi là một nghìn bước đi sai hướng.

Cảm ơn bạn đã đọc.

Trước khi bạn đi

Chúng tôi là đội ngũ đứng sau Horizon, nền tảng giao dịch tác tử đầu tiên: bạn nhập chiến lược giao dịch bằng tiếng Anh đơn giản, kiểm tra ngược trong vài phút và triển khai trực tiếp đến sàn môi giới của bạn. Vòng lặp tạo, kiểm tra ngược, đánh giá, chọn từ bài viết này đang chạy trong sản phẩm ngay bây giờ. Hiện đang trong giai đoạn beta kín, ra mắt công khai vào ngày 15 tháng 7. Tham gia danh sách chờ tại

horizon.trade hoặc nhắn tin

@horizon_trade_x để được truy cập sớm.