Команда исследователей из Принстонского университета, Ant Group и Стэнфорда разработала AQuA, новую систему, состоящую из двух языковых моделей, которые улучшают свои исследовательские процессы по мере итераций. Одна из моделей фокусируется на открытии символических альфа-факторов в криптовалюте, в то время как другая занимается разработкой временных рядов для акций США. Эти модели работают независимо друг от друга, что позволяет избежать распространения ошибок и предвзятостей, присущих традиционным методам.
Система AQuA была создана для решения проблемы, когда количественные исследовательские агенты, пишущие свои собственные эксперименты, могут искажать данные, на которых они обучаются. Это происходит из-за того, что успешные, но ошибочные методы могут быть сохранены и использованы в будущем. AQuA минимизирует такие риски, обеспечивая независимость между агентами и их исследованиями.
Внедрение AQuA может значительно изменить подход к количественным исследованиям, повысив их точность и надежность. Это особенно важно в условиях растущей сложности финансовых рынков, где ошибки могут привести к значительным потерям. Новая система открывает возможности для более глубокого анализа и разработки эффективных торговых стратегий, что может оказать влияние на всю индустрию финансовых технологий.