AQuA：让量化研究 Agent 持续进化，也让回测结果经得起检验

正文

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；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 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。因子发现与模型研发各自完成“提出假设—构建—评估—验证—选择”的循环，并独立更新研究记忆。

论文： AQuA: Recursively Self-Improving Quantitative Trading Research Agents

作者： Jiacheng Guo、Suozhi Huang、Yunlong Gao、Zihao Li、Jason Ge、Xu Kuang、Mengdi Wang

机构： Princeton University、Ant Group、Stanford University

链接： https://arxiv.org/abs/2608.12841

01 让实验成为下一次研究的依据

AQuA 所说的 recursive self-improvement 不涉及底层模型权重，变化发生在研究过程。

一次实验开始前，系统先形成可检验的假设。因子研究需要写清经济机制、预测方向和证伪条件；模型研究则把想法落成一次配置修改。实验结束后，系统保存的也不只是 IC 或 Sharpe，还包括候选为什么被提出、在哪些市场状态下成立、与哪些简单基线重复，以及什么证据推翻了最初判断。

下一轮研究由这些记录出发。已经多次失败的机制不会仅仅换个表述再次出现；方向判断错误但仍有预测力的信号，可以在校准后保留；只在个别事件中有效的结果，也会带着适用条件进入记忆。

它和给 Agent 增加一个长期记忆模块有明显区别。记忆能否提高研究质量，取决于其中保存的证据是否可靠。如果一次有泄漏的实验被写成“有效”，更长的记忆只会让错误传播得更远。

因此，AQuA 把两个经常混在一起的问题拆开处理：Agent 可以根据过去的结果改变研究方向，但它不能同时改变产生这些结果的数据和评分方法。研究可以持续适应，判断研究成败的依据保持稳定。