多智能体LLM自主投资系统Steward：不变核心约束自我演化

01 摘要

作者提出Steward多智能体LLM系统，将自我演化边界置于类型系统中，由九个角色专精代理联合决策，并配备七层共享记忆与季度反思学习。实盘五个月（102个交易日、1632次调用）中，系统将24.6%板块回撤控制为0.3%亏损；回放显示单模型在同一原始数据上交易更多且五日相对市场亏损1.35点，而联合设计无显著亏损。作者认为不变核心（订单算术、风险规则、纪律提示）是安全与绩效的关键，但实盘样本仅五个月，回放与回测结果需进一步验证。

02 关键点

1. 九角色代理分工：四名分析师输出类型化报告，组合经理设定目标仓位，受保护的风险经理审计。
2. 七层共享记忆由代码从系统自身记录组装，为每项决策提供持仓背景、市场叙事、校准与历史决策。
3. 代码夜间评分交易与预测并写入记忆，季度反射器提出提示学习，由确定性门控可逆应用并回放验证。
4. 五个月实盘将24.6%板块回撤控制为0.3%亏损；回放中单模型五日相对市场亏1.35点，联合设计无显著亏损。
5. 不变核心在2015-2026回测中使全部50种随机入场策略的最大回撤均降低。