RD-Agent-Quant-arXiv25

R&D-Agent(Q): Data-Centric Multi-Agent Framework for Quant R&D (arXiv 2025)

一句话总结:Microsoft Research Asia + CMU/HKUST/Oxford 把 quant 研究拆成 5 个 LLM agent 单元(Specification/Synthesis/Implementation/Validation/Analysis)+ bandit scheduler 做 factor↔model 联合优化。CSI500 + NASDAQ100 上 o4-mini 版跑到 IR 2.17 / 1.77,ARR ~2× 经典 factor 库,且总成本 < $10。

问题

Qlib 解决了 quant pipeline 的数据处理和回测,但两大核心「factor mining」和「model innovation」仍完全人工。已有 LLM 金融 agent(FinAgent、TradingAgents)通常:

1. 覆盖片段化:只做新闻抽取、事件预测等 narrow subtask
2. 弱可解释:LLM 直接输出 trading signal 容易幻觉
3. 不联合优化:factor 与 model 独立迭代,跨阶段反馈缺失

R&D-Agent(Q) 的目标是全栈 data-centric 自动化 + 联合优化,第一次以端到端形式跑完整 quant R&D loop。

核心方法

5 个单元组成闭环(Research phase + Development phase):

1. Specification Unit:将优化目标、数据 schema、输出约束、执行环境(Qlib)编码为 $\mathcal{S}=(B,\mathcal{D},\mathcal{F},\mathcal{M})$,固定接口,杜绝下游越界
2. Synthesis Unit:基于历史实验 $\{(h_i,f_i)\}$ 生成新 hypothesis。维护「knowledge forest」 + SOTA 集合;给 action-conditioned 子集做 prompt context
3. Implementation Unit:Co-STEER 代码生成 agent——集成调度、CoT 规划、LLM self-feedback、growing practical knowledge 四项能力(比 few-shot / CoT / Reflexion / Self-Debugging 都多一项「长期知识累积」)。对简单基础任务优先生成 → 为后续复杂 task 提供 scaffolding
4. Validation Unit:交给 Qlib 做真实市场回测
5. Analysis Unit:用 IC、ICIR、ARR、MDD、IR、SR 等统一 metric 打分,反馈到 Synthesis;用 contextual Thompson Sampling 在 factor vs model 两个方向上做 bandit 调度

关键设计:Data-centric 隔离——LLM 始终只看 schema-level 信息,绝不看原始市场数据或时间切分,从根上切掉 data leakage 风险。

关键结果

in-sample on CSI 300(o3-mini backend):

• Bandit scheduler > LLM-based > random(IC 0.053 vs 0.048 vs 0.045)
• R&D-Factor 用 仅 22% factor 数 达到 Alpha 158/360 级别 IC,在 2019-2020 baseline 退化期保持稳定
• Co-STEER pass@k 在少数迭代内收敛,o3-mini 恢复率 > GPT-4o

out-of-sample(Train 2008-2021 / Val 2022-23 / Test 2024-06.2025,LLM cutoff ≤ 测试期):

模型	CSI500 IR	CSI500 MDD	NASDAQ100 IR	NASDAQ100 MDD
LightGBM	-0.32	-0.21	-0.26	-0.13
Alpha 158	0.25	-0.18	0.03	-0.11
AutoAlpha	0.57	-0.10	0.10	-0.12
R&D-Factor (o4-mini)	1.00	-0.12	1.12	-0.07
R&D-Model (o4-mini)	1.40	-0.07	1.27	-0.07
R&D-Agent(Q) (o4-mini)	2.17	-0.07	1.77	-0.06

• 联合优化明显好于只优化 factor 或只优化 model
• 总 API 成本 < $10 / 次完整 pipeline(30 loops)
• 6 种 API backend 横比:o1 > GPT-4.1 > 其它 > GPT-4o-mini

相关

• 工具链:Qlib 做回测基础设施、OpenAI o3-mini / o4-mini / GPT-4.1 做 LLM backend
• 对照 formulaic alpha 路线:101 Formulaic Alphas、AlphaEvolve (KDD’21)、AutoAlpha、AlphaForge
• 对照 foundation-model 路线:TimesFM-Fin——R&D-Agent(Q) 走「agent 合成小模型」而非「fine-tune 大模型」,在同一个 quant 目标上代表两条竞争路径
• 框架亲缘:AutoGen / AutoGPT / MetaGPT 的 multi-agent 调度范式,但 R&D-Agent(Q) 增加了硬性数据层隔离 + bandit scheduler
• 代码:https://github.com/microsoft/RD-Agent