💻 computer science

EVOQUANT: Self-Evolving Verifier-Guided Strategy Optimization for Robust Quantitative Trading

O EVOQUANT é uma estrutura de autoevolução guiada por verificadores que utiliza grandes modelos de linguagem para automatizar o diagnóstico, a edição e a verificação de estratégias de negociação quantitativa, melhorando significativamente seu desempenho e robustez ao eliminar processos manuais de tentativa e erro.

Autores originais: Jie Mao, Changlun Li, Xiang Li, Qiqi Duan, Jinhui Yuan, Xiang Liu, Yuyu Luo, Jing Tang, Xiaowen Chu, Nan Tang

Publicado 2026-07-15

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Jie Mao, Changlun Li, Xiang Li, Qiqi Duan, Jinhui Yuan, Xiang Liu, Yuyu Luo, Jing Tang, Xiaowen Chu, Nan Tang

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando consertar uma receita de bolo muito antiga e muito complicada, que deveria ganhar um concurso de confeitaria. Normalmente, um chef humano tem que provar o bolo, adivinhar por que ele está seco, ajustar a temperatura do forno, provar novamente e torcer para não ter adicionado sal em vez de açúcar por engano. Isso é lento, cansativo e muitas vezes leva o chef a cometer o mesmo erro repetidamente.

Agora, imagine que você contrata um chef robô superinteligente (um Grande Modelo de Linguagem - LLM) para ajudar. O problema é que, se você apenas disser ao robô: "Melhore este bolo", ele pode ficar animado demais. Ele pode alucinar um ingrediente novo que não existe, ou pode mudar a receita de forma tão drástica que o bolo se transforme em um tijolo. Ele pode até enganar a si mesmo, testando o bolo apenas em uma fatia pequena e sortuda do dia, fazendo-o parecer perfeito quando, na verdade, falharia no mundo real.

Este é exatamente o problema que o artigo EVOQUANT tenta resolver. Os autores sugerem que, em vez de deixar o chef robô agir de forma desenfreada, precisamos de um supervisor provador (um "Verificador") para observar cada mudança que o robô faz.

O Livro de Receitas Mágico: O "Genoma da Estratégia"

Primeiro, o sistema pega a estratégia de negociação original (a receita) e a transforma em um "genoma" especial e estruturado. Pense nisso como um manual de instruções de LEGO onde cada peça é etiquetada. Você não pode simplesmente despedaçar tudo; você deve trocar peças específicas (como mudar um sinal de "compra" ou uma regra de "stop-loss") de uma forma que mantenha a estrutura intacta. Isso garante que o robô não esteja apenas adivinhando; ele está fazendo edições controladas e lógicas.

O Detetive e o Editor

O sistema funciona em um ciclo, como um detetive resolvendo um mistério:

O Diagnóstico: O robô age como um detetive, analisando a "cena do crime" (os dados de desempenho passado). Ele pergunta: "Por que esta estratégia perdeu dinheiro? Foi muito arriscada? Ela parou de negociar quando o mercado mudou?". Ele não diz apenas "falhou"; ele encontra o modo de falha específico.
A Edição Controlada: Com base nesse diagnóstico, o robô propõe um conserto. Mas aqui está o detalhe: ele não pode propor qualquer conserto. Ele tem que seguir um plano. Se o problema é que a estratégia é muito sensível às pequenas mudanças do mercado, o robô é instruído a tornar a estratégia mais estável, não a adicionar regras mais complexas.
O Provador Rigoroso (O Verificador): Esta é a parte mais importante. Antes que a nova receita seja permitida para uso, ela passa por um "teste de sabor" rigoroso em dados que o robô nunca viu antes (dados fora da amostra/out-of-sample).
- Se a nova receita só funciona nos dados de treinamento, mas falha nos novos dados, o Verificador diz: "Não, isso é um truque. Rejeitado".
- Se a nova receita perde muito dinheiro em um cenário de pior caso, o Verificador diz: "Muito arriscado. Rejeitado".
- Somente se a nova receita provar que é genuinamente melhor e mais segura é que ela é promovida ao posto de "Campeã".

Os Resultados: De "Eca" para "Delícia"

Os autores testaram este sistema em sete estratégias de negociação diferentes (quatro do mercado de ações chinês e três do mercado de Bitcoin). Eles descobriram que o sistema melhorou significamente o desempenho das estratégias.

Antes de o robô ajudar, a "pontuação" média (chamada de razão de Sharpe, que mede quanto lucro você obtém para o risco que assume) era de -0,298. Esse é um jogo de perdedor. Depois que o sistema EVOQUANT entrou em ação, a pontuação média saltou para 0,538. Esse é um jogo de vencedor. Uma das melhores estratégias melhorou 199% em relação à sua versão original.

O artigo mostra que isso não é sorte. Quando testaram o sistema com taxas mais altas (como um concurso de confeitaria mais difícil) ou períodos de tempo diferentes, as estratégias ainda se mantiveram, embora os ganhos tenham sido um pouco menores. Isso sugere que as melhorias são reais e não apenas um acaso.

O Que Este Sistema NÃO É

Os autores são muito claros sobre o que isso não é.

Não é uma varinha mágica que garante que você ficará rico. O artigo afirma explicitamente que este é um protótipo de pesquisa, não um conselho financeiro.
Não é um sistema que apenas joga mudanças aleatórias na parede até que algo funcione. Os autores provaram que, se removerem a etapa de "diagnóstico" e apenas deixarem o robô fazer edições aleatórias, os resultados são muito piores. A parte do "detetive" é essencial.
Não é um sistema que elimina todo o risco. Na verdade, para algumas estratégias, o sistema aceitou um risco maior (maiores quedas de valor) porque o lucro potencial era muito melhor. O objetivo era um equilíbrio melhor, não um risco zero.

A Conclusão

O artigo sugere que podemos transformar o trabalho desordenado e manual de consertar estratégias de negociação em um ciclo limpo e automatizado. Ao usar um robô para propor mudanças, mas um supervisor rigoroso para verificá-las, podemos evoluir estratégias que são mais inteligentes e robustas. Os autores mediram isso através de simulações e testes retrospectivos (backtests) em dados históricos, mostrando que essa abordagem "Guiada pelo Verificador" funciona melhor do que deixar a IA agir livremente ou deixar os humanos fazerem tudo sozinhos.

É como ter uma equipe onde o artista criativo (o LLM) desenha os novos designs, mas o inspetor de segurança (o Verificador) checa cada parafuso antes que o avião tenha permissão para voar. E, nessas simulações, os aviões voaram muito melhor do que antes.

Resumo Técnico: EVOQUANT

Definição do Problema

A otimização de estratégias quantitativas é tradicionalmente um processo manual e intensivo em mão de obra, que exige especialistas no domínio para identificar sinais fracos, ajustar controles de risco e validar revisões iterativamente. Embora os Grandes Modelos de Linguagem (LLMs) ofereçam o potencial de acelerar esse ciclo, a aplicação direta de LLMs de propósito geral a estratégias de trading introduz riscos críticos: edições alucinadas, deriva de estratégia (strategy drift) e um severo sobreajuste (overfitting) de backtest. As abordagens existentes muitas vezes carecem de explicações causais transparentes para as mudanças propostas ou falham em distinguir entre o refinamento genuíno de sinais e o viés de seleção entre muitos graus de liberdade. O desafio central não é meramente gerar estratégias, mas melhorá-las sob um protocolo que registra, verifica e rejeita edições inseguras de forma rigorosa.

Metodologia: Estrutura EVOQUANT

O EVOQUANT (Self-Evolving Verifier-Guided Strategy Optimization) reformula a melhoria de estratégias quantitativas como um problema de evolução de programas guiada por verificador. O sistema opera como um processo científico de ciclo fechado composto por quatro módulos:

1. Ingestão e Representação da Estratégia

O sistema normaliza as estratégias fornecidas pelo usuário (código ou texto de regras) em um genoma de estratégia tipado. Esta representação intermediária ( $g$ ) analisa a lógica bruta em uma Árvore de Sintaxe Abstrata (AST) e rotula a semântica de trading (sinais, condições de entrada/saída, regras de risco, dimensionamento de posição). O genoma é fatorado em camadas editáveis e inclui metadados de proveniência ( $\xi$ ) para rastrear o histórico de mutação e a família da estratégia. Esta estrutura garante que todas as edições subsequentes sejam localizadas, executáveis e com deriva controlada.

2. Avaliação de Linha de Base e Construção de Evidências

Antes da otimização, o sistema constrói um pacote de evidências cronológico ( $E_t$ ) através do backtest do genoma incumbente em conjuntos de treino, validação e teste. Este pacote inclui:

Métricas Escalares: Retorno, Índice Sharpe, drawdown máximo (MDD), contagem de trades e taxa de acerto.
Perfis Comportamentais: Esparsidade de trades, distribuições de período de manutenção (holding period) e concentração de retornos.
Sensibilidade ao Regime: Desempenho da estratégia em diferentes regimes de mercado.
Diagnósticos de Risco: Degradação fora da amostra (OOS - out-of-sample) ( $\delta_{oos}$ ) e fenômenos de risco anormais (ex: acionamento excessivo de stop-loss).

3. Ciclo de Otimização Diagnóstico-Generativo

Este módulo central itera através de diagnóstico, geração e verificação:

Diagnóstico de Gargalos: Um agente baseado em LLM analisa o pacote de evidências para identificar modos específicos de falha (ex: incompatibilidade de regime, truncamento de alfa). Ele gera um plano de busca ( $p_t$ ) definindo o objetivo, o nível de busca (de reparo local a migração de família) e os operadores permitidos.
Geração Controlada de Candidatos: Guiado pelo plano de busca e casos de memória recuperados, o LLM gera um plano de edição ( $\Delta_{t,i}$ ). Os candidatos devem satisfazer um contrato de edição tipado, garantindo que a deriva semântica ( $d_G$ ) permaneça dentro dos limites e que os invariantes financeiros sejam preservados. As edições variam de ajuste de parâmetros à reconstrução estrutural.
Verificação e Promoção Consciente de OOS: Um verificador avalia os candidatos em paralelo com o incumbente usando portões rígidos (hard gates) estritos (contagem mínima de trades, limites de drawdown OOS, restrições de deriva). Candidatos que passam pelos portões são classificados por uma pontuação ( $Q$ ) que equilibra a melhoria na validação contra o desempenho OOS e penalidades por expansão de drawdown ou falhas em testes de estresse.
Promoção Adaptativa: O sistema atribui os candidatos a ADOPT (substituir o incumbente), INCUBATE (armazenar para referência futura) ou REJECT (rejeitar). Um módulo de memória integrado destila padrões bem-sucedidos e razões de falha em uma base de conhecimento reutilizável, permitindo a autoevolução contínua e evitando a repetição de edições improdutivas.

4. Refinamento Iterativo e Saída

O ciclo continua até que o orçamento seja esgotado ou a convergência seja alcançada. A saída final inclui o código da estratégia otimizada, um relatório abrangente de pré/pós-backtest e uma trilha de auditoria completa de diagnósticos, planos de edição e decisões de promoção.

Principais Contribuições

Evolução de Estratégia Baseada em Evidências: O artigo formula a otimização automatizada como evolução de programa com restrições, onde as estratégias são representadas como "genomas de trading" estruturados. Isso suporta edições localizadas, executáveis e com proveniência preservada, indo além da busca generativa sem restrições.
Protocolo de Otimização Guiado por Verificador: Introduz um ciclo unificado e auditável onde LLMs lidam com o diagnóstico de modos de falha e síntese hierárquica de candidatos, enquanto um verificador consciente de fora da amostra (OOS) e um motor de promoção adaptativa impõem padrões rigorosos de segurança e robustez.
Avaliação de Longo Horizonte em Múltiplos Mercados: A estrutura é validada empiricamente em diversas classes de ativos (ações A-share e Bitcoin) e famílias de estratégias, utilizando comparações antes-depois, ablações de componentes, testes de estresse de custos de transação e validação walk-forward.

Resultados Experimentais

A estrutura foi avaliada em sete estratégias representativas (quatro de A-share, três de Crypto) utilizando dados de 2020 a 2025.

Ganhos de Desempenho: O Índice Sharpe médio de teste melhorou significativamente de −0,298 para 0,538. A estratégia de melhor desempenho alcançou uma melhoria relativa de 199%.
Robustez: Sob suposições de custos de transação e slippage duplicados, o aumento médio do Sharpe permaneceu positivo (0,700). Testes walk-forward com diferentes janelas deslizantes confirmaram que os ganhos de desempenho não colapsaram, embora as magnitudes tenham variado.
Estudos de Ablação: Remover o motor de promoção adaptativa reduziu o aumento do Sharpe de 0,982 para 0,128, demonstrando que a seleção adaptativa é um habilitador central. Baselines de mutação aleatória alcançaram ganhos menores (0,645) e foram mais propensas à deriva de estratégia, confirmando a necessidade da busca guiada por diagnóstico.
Adaptabilidade de Mercado: O sistema melhorou com sucesso estratégias tanto em mercados de ações de baixa volatilidade quanto em mercados de cripto de alta volatilidade, reduzindo os drawdowns em estratégias de Bitcoin e aumentando os retornos em estratégias de A-share.

Significância e Alegações

O artigo afirma transformar a otimização de estratégias quantitativas de um processo manual custoso de tentativa e erro em um paradigma automatizado, verificável e iterativo.

Confiabilidade sobre Geração: O trabalho enfatiza que o valor dos LLMs em finanças não reside na geração de código fluente, mas em fundamentar as edições em backtests cronológicos, verificações de cobertura de trades e promoção sensível ao risco.
Auditabilidade: Ao registrar explicitamente os candidatos rejeitados e as razões de falha, o EVOQUANT aborda a natureza de "caixa preta" dos agentes de trading de LLM, fornecendo uma trilha de auditoria transparente para a evolução da estratégia.
Processo Científico: A estrutura trata a otimização como um ciclo científico de hipótese, validação e revisão, mitigando o data snooping e o overfitting de backtest através de uma rigorosa verificação fora da amostra.

Os autores posicionam este trabalho como um passo em direção à aplicação de LLMs à pesquisa financeira, observando explicitamente que o sistema é um protótipo de pesquisa avaliado em dados históricos e suposições de execução simplificadas, não uma recomendação de negociação ao vivo.