EvolveTrade：基于经验驱动策略优化的自演化 LLM 交易 Agent

英文标题：EvolveTrade: Experience-Driven Policy Refinement for Self-Evolving LLM Trading Agents

本文介绍了针对量化金融交易的自演化系统 EvolveTrade。当前的大语言模型（LLM）交易 Agent 虽能结合市场数据、新闻资讯与可执行分析，但其行为通常受限于部署前硬编码的静态工具使用策略，难以适应动态多变的市场环境。EvolveTrade 提出通过交易经验驱动策略优化，赋予 LLM 交易 Agent 持续自我演化的能力。该框架为构建具备长期适应力与自主进化能力的金融 Agent 提供了全新的设计思路与技术路径。