Although large language model agents are increasingly applied to quantitative-finance workflows, their evaluation remains fragmented across isolated tasks, while the financial relevance of benchmark tasks is often overlooked. Yet financial workflows are inherently multi-stage, spanning interdependent tasks such as forecasting, strategy construction, risk management, and trading. Existing platforms typically focus on a single task, and can therefore overstate agent competence and fail to reveal weaknesses in generalization, real-market interaction, and financially meaningful decision-making. We introduce OpenFinGym, a unified gym environment for quantitative-finance agent development that covers forecasting, market generation, real-time trading, and fraud detection under a single execution and verification interface. OpenFinGym additionally provides an automated task-construction pipeline that turns quantitative finance publications into executable task packages; a containerised runtime with a host-side verifier service that supports scalable agent rollouts and prevents runtime train-test leakage; a paper trading engine with a low-latency data-stream design; deferred-resolution support for long-horizon and event-market forecasts; and integration for SFT and RL post-training.
본 논문은 정적 차익거래(static arbitrage)가 없으며 모든 행사가격과 만기에 대해 매끄러운 SANOS 옵션 표면을 생성하는 최초의 시장 모델(market model)인 DYSANOS를 제시합니다. 본 모델은 향후 수년간의 일별 기초자산 가격과 옵션 가격의 전체 경로를 생성하도록 설계되었습니다. 저자들은 다소 단순할 수 있지만 견고하고 유용한 기준선(baseline)으로서 AR(1) 형태의 모델을 제시합니다. 모델 설정, 데이터 파이프라인 및 학습을 논의하고 시장 재구성, 안정성, 꼬리 위험(tail behavior) 특성을 조사합니다. 2022년 1월 3일부터 2025년 8월 29일까지의 Option Metrics IvyDB S&P Index 표면 891개에 대한 모델 성능을 실증합니다. 또한 위험중립밀도(risk-neutral density)를 수치적으로 구성하는 방법을 제시합니다. 그 일환으로 주어진 측도 하에서 조건부 평균이 0인지 확인하는 새로운 검정법을 개발합니다. 100,000개의 시뮬레이션 경로에 대해 48개 옵션과 기초자산으로 구성된 거래 유니버스가 수치적으로 동적 차익거래가 없음을 보여줍니다.
언어 모델 에이전트는 이제 양적 팩터 연구 전 과정을 수행한다. 투자 팩터를 제안하고, 백테스트하며, 생존자를 선별하고 은퇴시킨다. 우리는 그 일 가운데 에이전트가 어떤 역할을 유지해야 하는지 묻는다. 우리의 답은 통제된 자기 진화(governed self-evolution)이다. 에이전트는 제안할 수 있고, 에이전트가 건드릴 수 없는 고정(frozen) 통계 심판이 판단해야 한다. 심판은 제출 이후에 공개된 시장 결과만을 베팅(betting)으로 각 후보를 채점하므로, 어떤 제안 정책에 대해서든 모든 정지 시점(stopping time)에서 허위 발견(false-discovery) 보장이 성립한다. 우리는 세 가지 제안자(스크립트, 밴딧, 언어 모델)와 이 심판 및 의도적으로 누수가 있는(leaky) 세 가지 심판을 교차한다. 실험은 심재 진실(planted truth)이 있는 합성 세계, 프로브 작성 환경, CSI 500에 대한 10년 워크포워드(walk-forward)에서 수행한다. 누가 판단하는지가 허위 채택(false admissions) 수를 정한다. 고정 심판은 스크립트 제안자 하에서 누수 심판보다 임계값 미만(sub-threshold) 팩터를 5–11배 적게 채택하며, 어떤 제안자도 그 격차를 메우지 못한다. 누가 제안하는지가 수확(yield)을 정한다. 언어 모델은 스크립트를 능가하고 밴딧과 맞먹으며, 밴딧에는 없는 유일한 능력인 자체 진단 프로브 작성을 더한다. 인증(certificate)의 대가는 시간이다. 채택된 진짜 팩터는 약 500 거래일을 기다리며, 따라서 인증 포트폴리오의 Sharpe 비율은 게이트 없는(ungated) 포트폴리오에 뒤진다. 판단은 절차(procedure)에 속하고, 제안과 도구(instrument) 제작은 에이전트에 속한다.
변동성 예측은 지속성(persistence)과 측정 노이즈(measurement noise)에 의해 지배되어, 비선형 모델이 활용할 수 있는 잔차 구조가 제한적이다. 본 연구에서는 변동성 예측을 위한 reservoir 설계 원칙인 Susceptible Architectures(SUSA)와, 복소값 개방 사슬(open-chain) 및 주기적 reservoir와 국면 조건 전문가(regime-conditioned experts)에 기반한 두 가지 구체적 구현을 제안한다. 이는 평온(calm), 발현(onset), 회복(recovery), 지속적 스트레스(persistent-stress) 상태에 걸친 reservoir 특징을 해석한다. 또한 공통 AR-Ridge 앵커와 QLIKE 하에서 학습된 경계가 있는 잔차 보정을 유지하면서 Qiskit에서 개방계(open-system) $q$-qubit 대응 모델도 구현한다. 16개의 미국 주식 및 상장지수펀드(ETF) 시계열에 대해, 서로 겹치지 않는 세 개의 시간순 학습, 검증, 테스트 폴드, 12관측 입력 윈도우, 5관측 예측 구간(forecast horizon)을 사용하여 모델을 평가한다. 제안 모델은 GARCH와 경쟁력 있는 성능을 보이며, 특정 자산(IWM, XLP)에서 통계적으로 유의한 QLIKE 개선을 달성한다. 또한 모델의 예측은 HARQ 스타일 예측을 보완한다. 스택드 앙상블(stacked ensemble)은 가장 강한 구성 요소 대비 평균 QLIKE를 0.0116만큼 개선하며, 테스트 시나리오의 75%에서 우수한 성능을 보인다.
금융 관측값은 연속적이고 이질적이며 노이즈가 많은 반면, 디코더 전용 next-token 모델은 보통 이산적 기호 입력을 중심으로 구축된다. 우리는 1시간 외환 바에서 다음 수익률의 확률적 모델링을 위한 디코더 전용 트랜스포머인 순서형 수익률 모델링을 위한 벡터 입력 자회귀 추론(Vector-Input Autoregressive Inference for Ordinal-Return Modeling, VAIOM)을 제안한다. VAIOM은 입력 표현과 출력 가능도를 분리한다. 연속 다변량 금융 이벤트 벡터는 입력에서 수치 구조를 보존하고, 다음 변동성 정규화 수익률 버킷에 대한 범주형 분포는 교차 엔트로피 학습과 가능도 평가를 지원한다. 선별된 0.9M Hybrid Continuous Input 모델은 연속 이벤트 특징과 범주형 자산 메타데이터, Mixture-of-Market-States 수익률 헤드, Gap·변동성 체제·Ordinal 보조 목적 함수, 및 전체 시퀀스 지도 학습을 결합한다. 모델과 전처리는 2024년 이전 Train 데이터로 적합되며, 모델은 2024H2 Validation에서 선택되고 두 2025 Test 기간에서 재적합 없이 평가된다. 세 개의 독립적 학습 시드에 걸쳐 모든 모델은 두 Test 반기 모두에서 고정 단일 바 LightGBM 기준선을 능가한다. 표준 체크포인트에서 LightGBM 대비 쌍(pair) 이득은 이벤트당 0.029 및 0.043비트이다. 검증 실험은 동일한 범주형 수익률 목적 함수 하에서 연속 입력이 이산 토큰 입력보다 우수하고, 전체 시퀀스 지도 학습이 마지막 위치 학습보다 우수하며, 통제된 비교에서 보조 표현 형성과 혼합 구조화 수익률 헤드가 수익률 가능도를 향상시킴을 보여준다. 뒷받침 용량 연구는 현재 코퍼스에서 평가된 가장 작은 완전 아키텍처 단계가 가장 높은 검증 가능도를 달성함을 밝힌다.
XAlpha는 금융 시장에서 예측력 있는 알파 신호를 발굴하기 위해 외부 리포트 기반 지식과 과거 발굴 피드백을 통합한 다중 소스 메모리 시스템을 활용하는 LLM 기반 AI 퀀트 리서처 프레임워크다. Macro/Micro/Cross Brain으로 구성된 폐루프 아키텍처를 통해 가설 수립부터 팩터 코드 구현, 검증, 피드백 반영까지의 전 과정을 자동화하며, CSI300 실험에서 기존 대표 기준 방법들 대비 우수한 알파 발굴 성능을 달성했다.
금융 데이터에서 효과적인 예측 신호, 즉 '알파'를 발굴하는 것은 높은 차원성과 극도로 낮은 신호 대 잡음비로 인해 여전히 해결되지 않은 어려운 문제로 남아 있다. 심층 학습(deep learning), 유전 프로그래밍(genetic programming), 그리고 최근의 대규모 언어 모델(LLM) 기반 팩터 생성 분야에서 진전이 있었음에도 불구하고, 기존 접근법들은 광대한 알파 탐색 공간의 좁은 영역만을 탐험(exploration)한다. 신경망 모델은 불투명하고 취약한 패턴을 생성하는 경향이 있는 반면, 기호적 또는 수식 기반 방법은 일반화 성능이 낮은 중복적이거나 경제적으로 근거 없는 표현을 산출하는 경우가 많다. 형태는 다르지만 이러한 패러다임들은 핵심적인 한계를 공유한다: 어느 것도 논리적 일관성과 창의적 도약의 균형을 맞추는 광범위하고 구조적이며 인간과 유사한 탐험을 수행할 수 없다. 이 격차를 해소하기 위해, 우리는 코드 수준 알파 표현과 LLM 기반 추론 및 진화적 탐색을 결합한 인지적 알파 발굴 프레임워크(CogAlpha)를 소개한다. LLM을 적응형 인지 에이전트(cognitive agent)로 취급하여, 우리의 프레임워크는 다단계 프롬프트와 금융 피드백을 통해 알파 후보를 반복적으로 정제·변이·재조합한다. 이 시너지적 설계는 더 깊은 사고, 더 풍부한 구조적 다양성, 경제적으로 해석 가능한 알파 발굴을 가능하게 하는 동시에 유효 탐색 공간을 크게 확장한다. 3개 주식 시장의 5개 주식 데이터셋에 대한 실험을 통해 CogAlpha가 기존 방법들에 비해 우수한 예측 정확도, 강건성, 일반화 능력을 갖춘 알파를 일관되게 발굴함을 입증한다. 우리의 결과는 자동화되고 설명 가능한 알파 발굴을 위해 진화적 최적화와 LLM 기반 추론을 정렬하는 것의 가능성을 부각시킨다.
주식을 회사명 대신 시가총액 순위로 색인화하는 순위 공간(rank space) 표현이 종목 공간(name space)에 비해 더 안정적인 시장 구조와 강화된 평균 회귀(mean-reversion) 특성을 제공함을 보였으며, 이를 기반으로 DNN이 2007~2022년간 연평균 수익률 35.68%, Sharpe ratio 3.28을 달성하는 통계적 차익거래(statistical arbitrage) 전략을 구현하였다.
Large Language Models (LLMs) achieve strong performance across a growing range of domains, yet their scale poses deployment challenges in applications where latency and cost constraints are critical. This paper derives empirical scaling laws for domain-specific LLM compression, quantifying how in-domain and general knowledge performance scale with dataset size, compression ratio, supervision format, and iterative pruning schedule. Using quantitative finance as our application domain, we compare logit-based and LoRA-based distillation under iterative structural pruning, introducing a blended chain-of-thought supervision loss that stabilizes KL-divergence distillation over reasoning traces. In-domain task quality degrades predictably under compression while general-knowledge benchmarks collapse well before the same point; supervision format is the key driver of this tradeoff, with chain-of-thought supervision actively recovering general knowledge that pruning erases. We release the headline dataset FinHeadlineMix, scaling law results, and practical recommendations to provide a reusable framework for domain-specific compression decisions.
심층 학습(deep learning)은 다양한 분야에서 뛰어난 성과를 보였으나, 금융 데이터의 낮은 신호 대 잡음비(SNR)와 비정상성(non-stationarity)으로 인해 금융 분야의 순차적 의사결정에 적용하는 것은 여전히 어려운 과제로 남아 있다. 대규모 언어 모델(LLM)의 추론 능력을 활용하여, 우리는 시장 레짐 모델링과 제약된 알파 생성을 갖춘 폐루프 신경-기호 LLM 에이전트인 **PandaAI**를 제안한다. PandaAI는 범용 LLM 추론과 금융적 엄밀성을 연결하고, LLM이 생성하는 출력의 금융적 유해성을 억제한다. 범용 언어 능력과 금융적 엄밀성 사이의 간극을 줄이기 위해, 우리는 도메인 특화 LLM을 파인튜닝하였다. 나아가 이 LLM을 모듈형 아키텍처에 통합하여 폐루프 시스템을 구성하였다. 고립된 예측 지표를 최적화하는 기존 모델과 달리, **PandaAI**는 명시적인 리스크 인식을 바탕으로 복잡한 실세계 금융 환경을 탐색하는 신경-기호 에이전트로 설계되었다. CSI 300 주식 데이터에 대한 광범위한 실험 결과, **PandaAI**는 최신 시계열 모델 대비 Rank IC에서 $18.2\%$ 향상, 최대 낙폭(maximum drawdown)에서 $25.7\%$ 감소를 달성하였다. 우리의 제약된 LLM 생성 방식과 이중 채널 적응(dual-channel adaptation) 방법은 고위험 순차적 의사결정 시나리오에서의 LLM 배포를 위한 범용 패러다임을 제시한다.