量化研究 Agent 框架 AQuA：让回测结果经得起检验
AQuA 将数据评估规则与 Agent 的研究决策隔离，让量化 Agent 在反复自我改进时不被偶然高分误导。
量化研究里，跑出一个漂亮的回测曲线并不难，难的是证明它可信。AQuA 用两套独立系统分别研究因子（可解释的量化信号）和可训练模型，把数据路径与评价规则固定住，只让通过验证的实验进入下一轮研究。最终多空策略样本外夏普比率（风险调整后收益）最高达 2.50。
正文摘录
AQuA：让量化研究 Agent 持续进化，也让回测结果经得起检验 量子位 自主研究系统的上限，不只取决于模型有多聪明，也取决于系统能否分辨什么是新证据，什么只是一次偶然的高分。 量化研究员看到一条异常漂亮的回测曲线，通常不会马上庆祝。他们更可能先问：是不是哪里用了未来数据？测试集有没有被反复查看？收益是否只来自一段特殊行情？ 这套职业习惯背后，是量化研究最朴素的一条经验：产生一个好结果并不难，证明它值得相信才难。 当 Agent 开始自己提出假设、运行实验，再根据结果决定下一步时，这个问题变得更加棘手。一次没有被发现的数据泄漏，可能被系统当成成功经验保存下来；从那以后，Agent 不是在持续进步，而是在沿着一个错误结论越走越远。 来自普林斯顿大学、蚂蚁集团和斯坦福大学的研究团队，在论文《AQuA: Recursively Self-Improving Quantitative Trading Research Agents》中，把研究重点放在了这里。 AQuA 由两套独立系统组成：Part I 研究符号化因子，Part II 研究可训练模型。它们使用不同的 Agent、记忆和候选空间，却遵循相同的研究原则——让通过验证的实验进入下一轮决策，同时把数据路径和评价规则留在循环之外。 在实验中，Part I 在加密资产五分钟级数据上得到约 0.190 的组合验证集 Spearman IC（秩相关系数，衡量预测值与实际值的单调相关性）；Part II 在美股未来 30 分钟收益预测上取得 +0.0843 的逐股票 IC，转化后的多空策略在计入双边换手成本后，样本外 Sharpe（夏普比率，衡量风险调整后收益）最高达到 +2.50。2021—2025 年间，策略每年的 Sharpe 都为正。 图 1：AQuA 总体框架。