AQuA v2 用结构化注册表堵住 LLM 量化研究中的未来数据泄露

在 AQuA 原始研究循环中，一个 LLM 负责编写日内交易特征，另一个 LLM 负责因果审查，但二者都漏掉了一个未来数据泄露 bug。AQuA v2 从结构上做出回应：将数据划分密封在智能体自适应表面之外，用固定的因果算子注册表替代任意特征代码，从接口层面让「全日归一化」这类已知无效变换不再可表达。

一次「看似合理」的假信号

AQuA 最初版本中，由 LLM 编写的日内交易特征将「截至当前的成交量」除以「当日最终总成交量」。问题在于预测时刻调用的「当日最终总成交量」包含了当天稍后发生的交易，构成未来数据泄露。负责因果审查的第二个 LLM 审核了这段听上去合理的解释，并给出了通过。该特征随后在干净的重新划分上失去了异常信号，手动审计才最终定位到泄露点。

审查能力的天花板

这一案例的特别之处在于，两个模型角色都基于一段「看似合理」的叙述达成了共识，而真正的 bug 隐藏在授权智能体可以表达的操作里。即便换成一个能力更强的因果审查者，要捕捉这类问题也必须重建分母背后的数据流——这意味着单靠「更聪明的审查者」并不能在工程上根除此类风险。

AQuA v2 的结构化回应

AQuA v2 的策略是把防线前置到接口层。论文说明，数据划分、特征与标签定义、评估器都被密封在智能体的自适应表面之外；任意特征代码被替换为一组固定的因果算子注册表。在这一规范空间中，「全日归一化」不再是一个可调用的操作，相应的未来数据泄露也就从结构上无法发生。

代价与权衡

这种保证受限于实际实现的注册表和沙箱边界。每收紧一项限制，智能体可探索的策略空间也会相应收窄；而选择更强的审查者，则需要它能稳定地捕捉细微的数据依赖。是把复杂度花在「更聪明的审查 + 静态数据流检查」「更小的类型化工具集」还是两者混合，取决于具体场景下的风险偏好。该论文也指出，附录 B 未公布失败特征的数值 IC，其价值在于记录了一条从「令人信服的假信号」到「接口重新设计」的路径，而非对实盘交易表现的承诺。

关于原论文

该论文为 Guo 等人的《AQuA: Recursively Self-Improving Quantitative Trading Research Agents》（arXiv:2608.12841），属于多智能体 LLM 在量化研究流程中的自我改进与风险控制研究。