FinEvo：从孤立回测到生态市场博弈的多智能体金融策略进化

传统金融策略评估依赖静态环境下的孤立回测，忽视了策略间的交互与市场动态演化。本文提出 FinEvo，一种基于生态博弈形式化的多智能体金融策略进化研究框架。该框架将交易策略建模为在共享市场中交互学习的自适应智能体（含 LLM 等），通过个体层面的信号适应与群体层面的选择、创新及环境扰动机制，模拟真实市场的动态演化。实验表明，该方法能揭示静态回测无法发现的策略主导、崩溃或结盟等涌现行为，为分析多智能体金融市场的鲁棒性与适应性提供了统一协议。