EvolveTrade：让LLM交易智能体自我进化的策略优化框架

静态策略的困境

大语言模型（LLM）交易智能体近年来展现出独特的优势：它们能够整合市场数据、新闻资讯以及可执行的代码分析，形成一套完整的决策链路。然而，这类智能体存在一个被长期忽视的短板——它们的行为几乎完全由部署前手工编写的、固定不变的工具使用策略（tool-use policy）所控制。

这意味着，无论市场进入牛市、熊市还是高波动的震荡期，智能体收集证据、调用工具、验证信号以及管理风险的方式都保持不变。在瞬息万变的金融市场中，这种僵化的行为模式显然限制了智能体的适应能力。arXiv最新论文提出的 EvolveTrade 框架，正是针对这一痛点给出的解决方案。

把系统提示词当作可进化的策略

EvolveTrade 的核心创新在于一个巧妙的视角转换：它将工具使用型交易智能体的系统提示词（system prompt）视为一个由文本参数化的策略。

传统方法要么依赖人工反复调整提示词，要么需要对模型进行昂贵的微调。EvolveTrade 选择了一条更轻量也更可持续的路径——保持底层 LLM（backbone）完全不变，只让策略本身随时间自我演化。

具体机制是这样运作的：在每个更新周期结束后，一个专门的"策略智能体（Policy Agent）"会介入。它利用这段时间内积累的决策轨迹（decision traces）以及真实的投资组合反馈（realized portfolio feedback），对现有策略进行修订。修订后的新策略随即被应用于下一批交易决策。

通过这样的循环，智能体得以持续打磨自己获取信息和构建投资组合的流程，实现真正意义上的"经验驱动"的自我进化，而不必触碰模型权重本身。

**系统提示词（system prompt）**是部署LLM应用时预先注入的一段指令文本，它定义了模型的角色、行为规范、工具调用方式等核心参数，相当于智能体的"操作手册"。与模型权重不同，系统提示词可以在不重新训练模型的情况下随时修改，这赋予它天然的可塑性。将其视为"策略"而非"配置文件"，意味着可以用优化算法对其进行迭代——EvolveTrade正是利用了这一特性，将一个工程实践问题转化为一个可形式化的策略优化问题。这种范式也被称为"提示优化"（prompt optimization），近年来在学术界受到广泛关注，但大多数工作集中于静态任务，将其引入动态金融决策场景是EvolveTrade的关键创新点之一。

实验结果：多数场景下跑赢固定策略基线

研究团队在多个市场环境（market regimes）和两种不同的 LLM 底座上进行了验证。结果显示，EvolveTrade 在大多数被评估的设定中，都能在两项关键指标上超越固定策略的 LLM 基线：

• 夏普比率（Sharpe Ratio, SR）：衡量风险调整后收益的核心指标，反映策略在承担单位风险下获得的超额回报。
• 累计收益（Cumulative Return, CR）：直接反映策略的整体盈利能力。

论文强调，这种改进并非个别案例，而是在"多数评估设定"中稳定出现，说明自我进化机制具备一定的普适性，而非依赖特定市场或特定模型的偶然表现。

**夏普比率（Sharpe Ratio）**由诺贝尔经济学奖得主威廉·夏普提出，计算公式为策略超额收益（相对于无风险利率）除以收益的标准差。它是量化金融中最广泛使用的风险调整绩效指标之一：夏普比率越高，意味着每承担一单位风险所获得的回报越多。纯粹比较累计收益容易忽视策略的波动性——一个高收益但剧烈波动的策略在实盘中往往难以执行，因为回撤可能触发强制平仓或心理止损。夏普比率与累计收益并列考察，能同时评估策略的"赚钱能力"和"平稳程度"，是判断交易策略是否真正优秀的更全面标准。

行为分析：进化后的策略更"懂"计算

除了收益指标，研究者还对进化后的策略行为进行了拆解，得到几个有意思的发现。

更倾向于代码驱动的分析

自我进化后的策略明显增加了**代码中介分析（code-mediated analysis）**的比例。换句话说，智能体学会了更多地通过编写和执行代码来处理量化任务，而不是仅靠语言模型的直觉式推理。这对于金融这类高度依赖精确计算的领域尤为重要。

**代码中介分析（code-mediated analysis）**是指LLM在推理过程中通过生成并执行代码（如Python脚本）来完成计算密集型任务，而非直接用语言输出结论。这类能力在工具增强型LLM框架（如ReAct、ToolFormer等）中已有体现。对于金融场景，纯语言推理在处理技术指标计算、统计检验或投资组合优化时容易产生数值误差，而代码执行能保证计算的精确性和可验证性。进化后的策略主动增加代码调用比例，说明智能体从历史反馈中"学到"了精确计算对改善决策质量的重要性——这是一种元层面的、关于"如何分析"的自我优化，而非仅仅是"分析什么"的调整。

激活与市场环境相关的计算

进化后的策略还会"激活"与当前市场环境相关的特定计算逻辑。这意味着智能体不仅在学习通用技巧，还在针对不同的市场状态调整自己的分析方式——这正是静态策略所无法做到的适应性。

策略到收益的可追溯归因

论文提供了案例级别的**策略-收益归因（policy-to-return attribution）**分析，追踪策略引发的资产配置变化究竟如何贡献于最终的收益差异。这种可解释性对于金融应用至关重要，它让"黑箱"式的智能体决策变得可审计、可理解。

意义与展望

EvolveTrade 传递出的核心信息是：与其反复微调庞大的模型本身，不如让治理工具使用的那套可复用流程实现自我进化，这可能是构建更稳健 LLM 交易智能体的一个关键方向。

这一思路的价值超越了交易场景本身。对于任何依赖工具调用的智能体系统而言，将提示词/策略视为可优化对象、并借助真实反馈闭环持续迭代，都提供了一种低成本、高灵活性的进化范式。当然，作为一篇新发布的研究成果，其在真实资金环境下的鲁棒性、面对极端行情时的表现，以及策略进化可能带来的过拟合风险，仍有待更多验证。

无论如何，EvolveTrade 为"自我进化智能体"这一前沿命题，在金融交易这一高难度、强反馈的战场上，交出了一份值得关注的答卷。