在盲目状态下仍能进行交易吗？基于匿名化的投资组合优化框架

对于 LLM 交易代理而言，要实现真正可信赖，必须展示其对市场动态的理解，而非依赖记忆中的股票代码关联。构建负责任的多主体系统需要严格的信号验证：证明预测反映的是合法模式，而非预训练的回忆。我们解决两个来源的伪性能问题：来自股票代码特定预训练的记忆偏差，以及来自不良回测的存活偏差。我们的做法是对代理进行“戴目镜”处理——即匿名化所有标识符——并验证是否有意义的信号仍然存在。BlindTrade 匿名化股票代码和公司名称，四个 LLM 代理输出得分并伴随推理。我们基于推理嵌入构建 GNN 图，并使用 PPO-DSR 策略进行交易。在 2025 年年初至 2025-08-01 的期间，我们以 1.40 +/- 0.22 的夏普比率（跨 20 个随机种子）实现交易，并通过负控制实验验证了信号的合法性。为评估单一外部窗口之外的鲁棒性，我们额外评估了扩展周期（2024--2025），揭示了市场 regime 依赖性：该策略在波动条件下表现出色，但在趋势性牛市中显示出较低的 alpha。