量化交易员如何构建能够自我进化的 Trading Agents（完整框架）

2025 年，一个 AI 打破了一项尘封 56 年的数学纪录，靠的仅仅是一个循环：生成、测试、评分、重复。量化交易员们现在正用它来优化策略。

我们直接进入正题……

将此页加入书签

我们是 Horizon 的幕后团队，这是首个具备自主能力的交易平台：你用日常英语输入交易策略，几分钟内完成回测，然后直接部署到你的券商。这篇文章深入解析了自主策略构建背后的改进循环框架。目前处于封闭测试阶段，将于 7 月 15 日公开上线。加入等待列表请访问

horizon.trade 或私信

@horizon_trade_x 获取早期访问权限。

以下是完整框架：

• “自我改进”的真正含义（以及它不是什么）
• 适应度信号：Agent 优化的唯一数字
• 记忆：失败、调查、提炼、查阅
• 验证者：为什么 Agent 从不给自己打分
• Horizon 如今在何处运行这个循环

“自我改进”的真正含义

首先，说点实在的。一个自我改进的 Agent 并不会重新训练模型。没有哪个生产系统会这么做。模型的权重是保持冻结的。

真正在积累的是模型周围的一切：已测试变体的日志、评分规则、提炼出的经验教训。Agent 是一个由三部分组成的反馈循环。一个生成器提出策略变体。一个评估器根据历史数据对其进行评分。一个选择器保留胜出的变体，并将它们反馈给生成器。

这并非什么新鲜事物。自 20 世纪 90 年代以来，进化搜索就被用于量化研究。改变的是生成器：LLM 现在能够用代码和日常英语提出变体，并且可以连续运行这个循环数小时，而无需人工一步步驱动。2025 年，DeepMind 的 AlphaEvolve 正是使用这种“生成-评估-选择”循环，找到了一种更快的矩阵乘法算法，打破了自 1969 年以来的一项纪录。

适应度信号

Agent 优化你设定的任何评分指标。如果对原始收益进行评分，它会在你的数据集中找到最过拟合的曲线。专业的交易台会对一个综合指标进行评分：风险调整后收益、回撤、交易次数以及跨时间窗口的稳定性。

评分规则就是策略本身。其下游的一切都只是搜索。

记忆：失败、调查、提炼、查阅

一个人类研究员可能会忘记第四次迭代。而一个构建良好的 Agent 会通过四个阶段来处理每一次失败。

它会记录失败的回测结果。它会调查变体失败的原因：是市场环境判断错误、交易成本过高，还是曲线拟合过度。它会将诊断结果提炼成一条通用规则。然后在下一轮运行中，它会查阅这条规则，而不是从头开始再次发现这个失败。

这就是大多数自制循环失败的地方。没有这种递进，Agent 会重新提出它已经否决过的变体，白白浪费算力原地打转。有了它，每一个被否决的变体都在搜索空间中标记了一个禁区，而每一代新方案都从之前所有方案中学到的东西出发。

验证者：为什么 Agent 从不给自己打分

一个给自己输出打分的 Agent，会看到自己的推理过程，并倾向于选择与它已构建的结论相一致的结果。在交易中，这种失败模式是有代价的：一个会记忆单个数据集的循环，在图表上看起来像在改进，但实盘表现却像抛硬币一样随机。

解决方案包含两个部分。评分规则与生成器是分离的，因此提出变体的过程永远不会给它打分。最终的评分来自一个样本外关卡：即生成器从未见过的数据。一个变体只有在两个数据切片上都表现优异时才能存活下来。McLean 和 Pontiff 的研究表明，一旦数据变得公开，已发表的策略通常会失去其大部分优势。你的 Agent 的训练窗口也是同样的道理。

Horizon 如今在何处运行这个循环

这个“生成、回测、评分、选择”的循环是 Horizon 的核心机制。你用日常英语描述一个策略。Agent 会构建它，进行回测，评分，然后带回 2 到 3 个优化后的变体及其评分，这样你就可以从改进后的候选中进行选择，而无需手动调整参数。

每一次回测都会为下一次提案提供信息。Agent 负责迭代。你负责判断。

带有分数的回测报告

交易者常犯的错误

他们优化单一指标。**Agent 找到了历史上最高的夏普比率，结果在实盘的第一个月就崩溃了。综合评分的存在是有原因的。

他们让制造者给自己的作品打分。在样本内数据上经过十代自我认可的“改进”，就是十代过拟合记忆。

他们排除了人的参与。Agent 是一个在策略空间中进行搜索的引擎。它负责对候选方案进行排序。决定用真金白银部署哪个策略，这仍然是一个人类决策。

他们把迭代次数误认为是进步。针对一个糟糕的适应度信号进行一千次变体评分，就是朝着错误方向走了一千步。

感谢阅读。

在你离开之前

我们是 Horizon 的幕后团队，这是首个具备自主能力的交易平台：你用日常英语输入交易策略，几分钟内完成回测，然后直接部署到你的券商。本文中提到的“生成、回测、评分、选择”循环正在产品中实际运行。目前处于封闭测试阶段，将于 7 月 15 日公开上线。加入等待列表请访问

horizon.trade 或私信

@horizon_trade_x 获取早期访问权限。