Quant-Arena：量化交易研究中的 LLM Agent 基准测试

量化研究是一个迭代循环：研究人员提出市场假设，将其实现为可执行信号，在历史数据上进行测试，并决定保留哪些内容。现有基准主要对公式、代码或单次交易决策进行评分，因此尚未解决大型语言模型（LLM）能否完成这一循环，并产出在研究期之外仍然有效的策略这一问题。我们推出 Quant-Arena，这是一个基于真实 A 股市场数据、面向端到端量化研究的基准和公开排行榜。模型构建特征和股票评分代码，仅接收 2022--2023 年的数据反馈，并冻结一个策略，用于在封闭的 2024 年进行评估。现金账户评估器会应用交易限制和交易成本，其中包括根据模拟订单簿估算的市场冲击。评分主要由已实现的超额收益决定，并辅以信号质量和策略所使用特征的多样性。我们评估了九个前沿模型，其中 GPT-6 Astra 得分最高；然而，没有任何模型在 2024 年跑赢等权重市场。Quant-Arena 接受来自任何模型或 agent harness 的提交。