量化交易

研究人员提出Fin-Analyst混合交易代理，在FinMMEval 2026任务3中，通过LLM专家流水线与规则信号投票的融合策略，在特斯拉股票交易中取得显著超额收益，并揭示实盘环境下短期窗口的排名波动特性。

研究人员提出EVOQUANT框架，利用大语言模型诊断策略瓶颈、生成候选修改，并通过多阶段验证流程自动优化量化交易策略，在A股和加密货币市场的测试中显著提升了夏普比率。