面向自主交易智能体群的最优止损与止盈参数化
人工智能
2026-05-01 v1
摘要
自主加密交易系统通常在寻找进场机会方面耗费大部分设计精力,而出场则留给固定规则,且很少进行系统性测试。本文检验更佳的止损和止盈设置是否能改善自主交易智能体群的性能。通过回放超过 900 笔历史交易,并在众多替代出场策略下进行比较,我们将其与现有的生产设置进行对比。研究发现,出场设计具有实质性影响:更强的配置提升风险调整后绩效,通常倾向于更紧的亏损限制、更早的利润锁定以及更紧密的追踪保护。本文还讨论了一个关键评估挑战:最初采用纯时间顺序划分,但最新的交易落入战争驱动的市场期,这一异常情况严重扭曲了测试结果。为减少该单一情节的影响,主要比较在随机化数据上进行,同时显式承认其缺点。总体而言,本文提出了一种更具规范性和透明性的框架,用于微调交易智能体的出场逻辑。
引用
@article{arxiv.2604.27150,
title = {Optimal Stop-Loss and Take-Profit Parameterization for Autonomous Trading Agent Swarm},
author = {Nathan Li and Aikins Laryea and Yigit Ihlamur},
journal= {arXiv preprint arXiv:2604.27150},
year = {2026}
}
备注
4 pages, 2 figures, 3 tables