量化交易員如何打造能自我優化的交易 Agents（完整框架）

2025 年，一個 AI 僅用一條迴圈就打破了 56 年來的數學紀錄：生成、測試、評分、重複。量化交易者用它來優化策略。

直接切入正題⋯⋯

把這頁存起來

我們是 Horizon 背後的團隊，這是第一個自主交易平台：你用白話文寫下一個交易策略，幾分鐘內回測，然後即時部署到你的券商。這篇文章拆解了自主策略建構背後的改進迴圈框架。目前處於封閉測試階段，將於 7 月 15 日正式公開上線。在以下網址加入等候名單：

horizon.trade 或私訊

@horizon_trade_x 即可取得早期存取權限。

完整的框架如下：

• 「自我改進」的真正含義（以及它不是什麼）
• 適應度訊號：Agent 優化的唯一數字
• 記憶：失敗、調查、提煉、查閱
• 驗證者：為什麼 Agent 從不給自己的成果打分
• Horizon 目前在哪裡運行這個迴圈

「自我改進」的真正含義

首先，誠實的版本。一個自我改進的 Agent 並不會重新訓練模型。沒有任何生產系統會這麼做。模型的權重保持凍結狀態。

真正累積的是模型周圍的一切：已測試變體的記錄、評分規則、提煉出的教訓。Agent 是一個由三個部分組成的回饋迴圈。生成器提出策略變體。評估器根據歷史數據對它們進行評分。選擇器保留勝出的變體，並將其回饋給生成器。

這不是什麼新機器。演化搜索自 1990 年代以來就已被用於量化研究。改變的是生成器：LLM 現在可以用程式碼和白話文提出變體，而且可以連續運行數小時，無需人類每一步都介入。2025 年，DeepMind 的 AlphaEvolve 正是使用這個「生成-評估-選擇」迴圈，找到了一個更快的矩陣乘法演算法，打破了自 1969 年以來的紀錄。

適應度訊號

Agent 會根據你指定的評分標準來改進。如果你對原始報酬率評分，它就會在你的數據集中找到最過度擬合的曲線。正規的交易團隊會對一個綜合指標評分：風險調整後報酬、最大回撤、交易次數、以及跨時間窗口的穩定性。

評分規則就是策略本身。下游的一切都只是搜索。

記憶：失敗、調查、提煉、查閱

人類研究員會忘記第四次迭代。而一個設計良好的 Agent 會將每次失敗經歷四個階段。

它記錄失敗的回測。它調查為什麼變體失敗了：錯誤的市場環境、交易成本、曲線擬合。它將診斷結果提煉成一個通用規則。然後在下一次運行時，它查閱這個規則，而不是從頭重新發現這個失敗。

這就是大多數自製迴圈失敗的地方。沒有這個進程，Agent 會再次提出它已經拒絕過的變體，並浪費算力原地打轉。有了這個進程，每個被拒絕的變體都在搜索空間中標記了一個死區，而每一代都從前一代學到的一切開始。

驗證者：為什麼 Agent 從不給自己的成果打分

一個給自己輸出打分的 Agent 會看到自己的推理過程，並傾向於選擇與自己已經建立的結論一致的結果。在交易中，這種失敗模式是有代價的：一個記住一個數據集的迴圈，在圖表上看起來像改進，但在實際交易中卻像擲硬幣。

解決方案有兩個部分。評分規則與生成器是分開的，因此提出變體的過程不會對其進行評分。最終評分來自一個樣本外閘門：生成器從未見過的數據。一個變體只有在兩個數據切片上都勝出時才能存活。McLean 和 Pontiff 的研究顯示，一旦數據被公開，已發表的策略通常會失去很大一部分優勢。你的 Agent 的訓練窗口也是同樣的道理。

Horizon 目前在哪裡運行這個迴圈

生成、回測、評分、選擇的迴圈是 Horizon 的核心機制。你用白話文描述一個策略。Agent 建立它、回測它、評分它，然後返回 2 到 3 個改進後的變體，並附帶它們的評分，這樣你就可以從改進後的候選方案中選擇，而不是手動調整參數。

每一次回測都為下一次提案提供輸入。Agent 負責迭代。你負責做判斷。

附帶評分的回測報告

交易者常犯的錯誤

他們優化單一指標。 Agent 找到了歷史上的最高夏普比率，結果在第一個實際交易月份就崩潰了。綜合指標的存在是有原因的。

他們讓製造者給自己的成果打分。 在樣本內數據上進行十代自我批准的「改進」，就是十代的記憶化。

他們把人類排除在外。 Agent 是一個在策略空間中的搜尋引擎。它對候選方案進行排名。決定用真錢部署什麼，仍然是人類的判斷。

他們混淆迭代次數和進步。 針對一個糟糕的適應度訊號進行一千次變體評分，就是朝著錯誤方向邁出一千步。

感謝閱讀。

在你離開之前

我們是 Horizon 背後的團隊，這是第一個自主交易平台：你用白話文寫下一個交易策略，幾分鐘內回測，然後即時部署到你的券商。本文中的生成、回測、評分、選擇迴圈目前在產品中運行。目前處於封閉測試階段，將於 7 月 15 日正式公開上線。在以下網址加入等候名單：

horizon.trade 或私訊

@horizon_trade_x 即可取得早期存取權限。