AQuA：通过隔离数据路径与评价标准，实现量化研究Agent的递归自我改进

事件概述

来自普林斯顿大学、蚂蚁集团和斯坦福大学的研究团队发布了论文《AQuA: Recursively Self-Improving Quantitative Trading Research Agents》。AQuA是一个递归自我改进的量化交易研究Agent系统，其核心创新在于不依赖底层模型权重的更新，而是通过优化研究流程本身来实现进化。系统由两个独立部分组成：Part I专注于符号化因子的发现，Part II专注于可训练模型的架构搜索。两者遵循相同的研究原则，即让经过严格验证的实验结果进入下一轮决策，同时将数据路径和评价规则锁定在循环之外，以防止数据泄漏。

核心信息与设计逻辑

1. 从失败中诞生的受限架构

AQuA的设计源于一次早期实验中的严重失误。最初，系统允许Agent自由编写特征代码并由另一Agent审查前视偏差（Look-ahead Bias）。然而，一个名为“盘中成交量参与率”的特征被发现存在隐蔽的数据泄漏：其分母使用了当天的总成交量，而非截至当前时刻的历史成交量。由于语义审查未能识别代码层面的时间戳错误，导致产生了虚假的高IC（Information Coefficient）结果。

这一事故促使团队放弃了完全自由的代码生成模式，转而采用受限架构：

• 预登记算子：系统预先登记可用的因果算子和模型组件，Agent仅能在限定范围内组合表达式或提交配置差分。
• 字段限制：如当日最终成交量等未来信息被禁止访问，从根源上杜绝了此类编码错误导致的泄漏。

2. 双重隔离机制

为确保研究的可信度，AQuA实施了严格的“双重隔离”：

• 生成过程隔离：在自主循环启动前，固定数据切分、特征、标签和评价器。Part I只能使用登记的时间序列与截面算子；Part II只能修改模型结构、损失函数等配置，无法改写数据加载器。
• 选择过程隔离：Agent在搜索阶段仅能获取预先确定的验证集分数用于排序和早停。最终测试窗口在配置确定后才运行，且结果不会反馈给Agent进行进一步调参。例如，在美股实验中，2010-2019年用于训练，2020年为隔离带，2021-2025年才作为最终测试窗口。

这种设计将可信度建立在研究环境的权限控制和审计能力上，而非依赖Agent自身的推理解释。

3. 双系统并行验证

AQuA未将因子发现和模型研发合并为单一状态系统，而是通过两个差异巨大的场景验证同一研究能力：

• Part I：符号化因子发现

  • 架构：由AI Manager调度六个专业Agent（数据管家、视觉分析师、灵感挖掘者、因子评估者、回测工程师、研究图书管理员），所有交互经Manager中转以确保记录完整。
  • 案例：针对“强制去杠杆后价格反弹失败”的市场现象，系统构建了可证伪的经济机制假设。
  • 结果：经过20轮自主研究，组合验证集的Spearman IC从初始水平提升至约 0.190。提升来源于多个弱信号的积累，而非单一“神奇公式”。

• Part II：深度模型研发

  • 架构：每轮实验仅提交一个配置差分（Config Diff），明确记录对模型结构、损失函数或训练策略的修改。
  • 模型：采用混合时序架构，包含多尺度一维卷积（提取局部价量变化）、时序主干（处理长程动态）和截面模块（混合股票间信息）。
  • 结果：在预测美股未来30分钟收益的任务中，AQuA搜索出的模型逐股票IC达到 +0.0843（基线GRU为+0.0613）。构建的多空策略在计入双边换手成本后，样本外Sharpe比率最高达到 +2.50，且在2021-2025年间每年均为正值。

值得关注

• 研究范式的转变：AQuA表明，自主研究系统的上限不仅取决于模型的智能程度，更取决于系统区分“新证据”与“偶然高分”的能力。人类角色从逐次看守实验转向设计和审计研究制度。
• 通用性潜力：虽然目前仅在特定市场和周期验证，但其对生成过程污染和搜索过程适应风险的拆分思路，可迁移至自动调参、材料发现等其他需要反复调用评价器的领域。
• 局限性：目前结果基于模拟回测，尚未经过实盘检验；最终测试集的隔离依赖于运行权限和审计，非密码学强制隔离。

论文链接： https://arxiv.org/abs/2608.12841