BacktestBench 與 AutoBacktest：首個大型自動化量化回測基準

BacktestBench 與 AutoBacktest：為自動化量化回測設基準

量化回測的技術門檻與可擴展性長期阻礙策略自動化與標準化。作者提出 BacktestBench，基於超過六百萬筆真實市況資料，整理出一萬八千多組經過標註的問答，任務涵蓋指標計算、標的篩選、策略選擇與參數確認四大類別，目的是提供一個可量化比較的基準。

為了把自然語言策略轉成可重現回測，研究同時設計了 AutoBacktest，一個多代理基線系統。系統以分工協作方式運作：一端負責語意摘要以抽取交易因子，一端負責產出經驗驗證導向的SQL檢索，另一端則將策略實作為可執行的 Python 回測程式碼。整體流程強調可重現性與驗證機制。

作者在二十三款主流大型模型上執行評測與消融實驗，分析哪些因素影響端到端表現，並指出標準化指標表示與 grounded 驗證對提升整體效果至關重要。這份基準與基線方法，為自動化量化回測的研究與工程化提供了首個大規模、可比較的資源，將利於後續模型與工具的改進與評估。

延伸閱讀

• 從回測到部署：LLM 交易代理的 P1–P6 證據要求與風險
• 以強化學習驗證非推理式社會傳播：價值塑形促成模型式表示的傳遞
• 以大型語言模型進行多維行為評估並透過SAC閉環強化學習優化代理式股票預測

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。