EvolveTrade 论文:用策略 Agent 自动重写系统提示词,交易 agent 夏普比率跑赢固定基线
dair_ai · x · 2026-09-23
dair.ai 推荐了一篇针对 agent harness 调优的论文 EvolveTrade,核心思路是把交易 agent 的系统提示词当作其「策略」来进化:
- 每个交易周期结束后,一个独立的 Policy Agent 读取决策轨迹与实际收益,重写系统提示词;骨干模型全程冻结
- 跨多个市场行情与两个骨干模型,进化后的 agent 在多数设置下于夏普比率和累计收益上击败固定提示词基线
- 重写后的提示词促使 agent 更多地运行代码化分析,并计算契合当前市场行情的信号
对做 agent 工程的人而言,这是「把系统提示词当作可学习参数自动优化」的直观案例,方法可迁移到非交易场景的 harness 调优。
「编程与Agent」频道最新
- LiteParse 升级：2.8ms/页，比最快本地解析器再快 1.5 倍 — llama_index · 2026-09-23
- 自主研究 Agent AngelX 横评碾压 Omp 与 Opencode — tokenbender · 2026-09-23
- Vercel Ship SF 大会阵容：Rauchj 对谈 Shopify CEO Tobi — evilrabbit_ · 2026-09-23
- 一个 prompt 40 个子 agent：Fable 5.1 一天造出跨工具控制电脑的 Hands — every · 2026-09-23
- Hamel Husain：eval 黄金集过时了怎么办？定期错误分析 — HamelHusain · 2026-09-23
- RealSense 发起人体检测挑战赛，最佳项目赢 D421 深度相机 — chrismatthieu · 2026-09-23