Newest papers

Quant-Arena: Benchmarking LLM Agents for Quantitative Trading Research

Houde Qian, Zheng Jiang, WenYi Li, Chenxi Xu, Xinjie Lin, Yuzhao Peng, Ruoyu Han, Youjie Zheng, Kaisen Yang, Qinhuai Na, You Fu, Calvin Xiao · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30113 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Nghiên cứu định lượng là một vòng lặp lặp: một nhà nghiên cứu đề xuất một giả thuyết thị trường, thực hiện nó như một tín hiệu có thể thực hiện, kiểm tra nó trên dữ liệu lịch sử và quyết định những gì để giữ. Các chỉ số tham chiếu hiện có điểm công thức, mã, hoặc các quyết định giao dịch cá nhân, để lại mở cho dù các mô hình ngôn ngữ lớn (LLMs) có thể hoàn thành vòng lặp này và sản xuất các chiến lược hoạt động vượt quá giai đoạn nghiên cứu. Chúng tôi giới thiệu Quant-Arena, một chỉ số tham chiếu và bảng dẫn đầu công cộng cho nghiên cứu định lượng cuối đến cuối trên dữ liệu thị trường A-share thực. Một mô hình xây dựng các tính năng và mã điểm chứng khoán, chỉ nhận được phản hồi vào 2022-2023 và đóng băng một chiến lược để đánh giá vào năm 2024. Một nhà đánh giá tài khoản

Machine translation (Meta M2M100); the English original follows.

Abstract

Quantitative research is an iterative loop: a researcher proposes a market hypothesis, implements it as an executable signal, tests it on historical data, and decides what to keep. Existing benchmarks score formulas, code, or individual trading decisions, leaving open whether large language models (LLMs) can complete this loop and produce strategies that work beyond the research period. We introduce Quant-Arena, a benchmark and public leaderboard for end-to-end quantitative research on real A-share market data. A model constructs features and stock-scoring code, receives feedback only on 2022--2023, and freezes one strategy for assessment on the sealed year 2024. A cash-account evaluator applies trading constraints and costs, including market impact estimated from a simulated order book. Scores are dominated by realized excess return and complemented by signal quality and the diversity of features used by the strategy. We evaluate nine frontier models, among which GPT-6 Astra scores highest; yet no model beats the equal-weight market in 2024. Quant-Arena is open to submissions from any model or agent harness.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Benchmarking, Executable, Benchmark (surveying), Computer science, Order (exchange), Algorithmic trading

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange