选项隐含收益分布引导的期权交易智能体框架
原始标题 / SOTA: Stock Options Trading Agents Guided by Option-Implied Return Distributions
该工作提出 SOTA 框架，将数千个期权合约抽象为策略级决策，由确定性解析器负责组合实现，从而避免固定策略结构的限制。其新意在于用期权隐含收益分布引导语言模型智能体进行结构化期权策略选择，并在同一交易环境中与规则和机器学习选择器对比。
01 摘要
作者提出 SOTA，一个面向结构化期权策略选择的智能体交易框架，将庞大的期权宇宙抽象为策略级决策，并由确定性解析器完成组合实现。他们通过监督微调与强化学习后训练 Qwen3.8-27B，在九只美国大盘股期权和 SPY 上评估。作者报告在六个月样本外期间总收益 18.3%、夏普比率 1.60、最大回撤 8.96%，并记录新闻在强化学习中的非对称作用：新闻提升前沿教师轨迹，但保留新闻使样本外收益从 18.3% 降至 -2.7%。上述为作者报告的结果，需独立验证。
02 关键点
- SOTA 将大期权宇宙抽象为策略级决策，由确定性解析器处理组合实现。
- 智能体通过监督微调与强化学习后训练 Qwen3.8-27B。
- 作者报告六个月样本外总收益 18.3%、夏普 1.60、最大回撤 8.96%。
回到一手来源
阅读原文 ↗AI GENERATED SUMMARY / DISCOVERED BY ARXIV CS.LG · ARXIV Q-FIN