摘要
量化回测对评估交易策略至关重要，但受限于高技术门槛和可扩展性不足。尽管大语言模型有望通过代码生成和智能体规划实现自动化，却缺乏专用基准。为此，本文推出 BacktestBench，首个大规模自动化量化回测基准，包含基于真实市场数据构建的 1.8 万余个标注样本。同时提出 AutoBacktest，一种鲁棒的多智能体基线系统，通过协调总结器、检索器和编码器，将自然语言策略转化为可复现的回测流程，并在 23 个主流模型上进行了评估。
AI 推荐理由
论文提出多智能体系统，核心在于协调不同角色进行任务分解与规划以完成回测。
研究机构
School of Artificial Intelligence, Beijing Normal University, PR China
Institute of Artificial Intelligence and Future Networks, Beijing Normal University, PR China
Faculty of Arts and Sciences, Beijing Normal University, PR China
Institute of Artificial Intelligence and Future Networks, Beijing Normal University
论文信息