HaulkQuantLab

Quantitative Finance Research Lab - 基于 RD-Agent 的自动化量化策略研发

📚 学习资源

核心论文

• RD-Agent-Quant - Microsoft Research Asia 提出的多智能体量化框架

🔬 研究方向

RD-Agent(Q) 核心架构

Research 阶段:
  1️⃣ Specification Unit - 场景定义、数据接口
  2️⃣ Synthesis Unit - 知识森林生成假设

Development 阶段:
  3️⃣ Implementation Unit - Co-STEER 代码生成
  4️⃣ Validation Unit - Qlib 回测
  5️⃣ Analysis Unit - 多臂老虎机调度

关键创新

1. Co-STEER Agent: 从实践中学习的代码生成
2. 因子-模型协同优化: 70% 更少因子 → 2× 年化收益
3. 可解释性: 生成可验证代码，减少幻觉

📊 实验结果

• 成本: <$10
• 年化收益: 2× 经典因子库
• 超越 SOTA 深度时序模型

🔗 相关资源

• RD-Agent GitHub
• Qlib

📝 学习笔记

(待补充...)

---

Created: 2026-03-08