研究者发布Steward多智能体LLM自主投资系统论文

Yebo Feng等研究者发布Steward多智能体LLM自主投资系统研究论文，该系统通过类型系统划定自演化边界，围绕不可自编辑的不变核心运行。 该系统核心包含九类角色专业化智能体、七层共享记忆与可验证的季度反思自演化机制。论文称，在为期五个月的实盘部署（102个交易日，1632次LLM调用）中，该系统将24.6%的行业回撤控制为0.3%的损失；2015-2026年的回测显示，仅该核心就能在全部50种随机入场策略下降低最大回撤。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。