多智能体大模型金融交易框架登上GitHub热榜
该项目的核心新意在于把多个大语言模型智能体组织成协作式金融交易框架，出现在GitHub每日趋势榜上有助于开发者了解该方向的开源实现形态；其用途是提供研究与实验的参考起点，而非可直接使用的交易系统。
01 DAILY RESEARCH SIGNALS / 2026-10-25
把市场噪声
压缩成可研究的信号。
聚合量化论文、开源项目与 AI 工程进展。每条信号经过筛选、排序与结构化，帮助研究者更快抵达真正重要的信息。
浏览今日信号 ↓
全部数据源检查完成，管线运行正常
02 CURATED INDEX
历史信号库
按内容类型浏览，或直接搜索标题与标签。
INDEXED 15
01 / REP
GitHub
SELECTED SIGNALS 03
开源 AI Agent 项目 cindy 主打开箱即用
GitHub 趋势榜收录了开源 AI Agent 项目 makecindy/cindy，其定位是无需复杂配置即可直接使用的智能代理；对希望快速试用 AI Agent 能力、又不想自行搭建框架的开发者有参考价值。
hallmark：面向编码代理的反AI粗劣设计技能
该仓库在 GitHub Trending Daily 上出现，自我定位为适用于 Claude Code、Cursor、Codex 的反 AI 粗劣设计技能；新意在于把设计约束以“技能”形式嵌入编码代理工作流，对希望代理产出更少模板化界面的开发者可能有用。
02 / PPR
论文
SELECTED SIGNALS 11
主题图球面融合提升法律文书无监督聚类
提出 TGSF 框架，将稠密主题语义发现与文档关系图嵌入融合到联合单位超球面，用于法律文书无监督聚类。在三个法律基准上优于仅语义、仅结构及 LDA、NMF、TF-IDF 等基线，提升 NMI 与 ARI，并提供超参数敏感性诊断。
参数共享块式预测：序列计算换存储的新方案
该研究提出递归函数分解（RFD），用参数共享的紧凑算子分块顺序生成未来区间，而非一次性输出完整未来，从而以序列计算换取参数存储；在冻结长上下文跨协议对比中多数单元格误差低于十类基线。
CasePlay：用病例报告自博弈强化学习提升医疗推理
针对现有医疗大模型强化学习依赖专家标注或昂贵合成数据的问题，CasePlay 提出直接利用未标注临床病例报告进行自博弈强化学习，通过知识条件化出题器和评分标准裁判推理器，缓解知识点固着与难度质量失配两个挑战，在七个医疗基准上平均提升 3.1 分。
上市公司营收与员工支出差距扩大，但证据受行业与报告选择影响
该研究基于2015—2025年695家上市公司的7000个公司-年样本，检验人均营收与人均员工支出差距是否扩大，并分析报告选择与行业构成对该推断的影响。其新意在于揭示差距集中于金融业，且记账指标无法识别真实生产率或劳资分配。
MENTOR框架：元认知自进化揭示并缓解LLM隐式领域风险
研究构建了覆盖教育、金融、管理三个领域的3000条标注查询数据集，发现14个主流LLM平均越狱成功率达57.8%，并据此提出元认知驱动的自进化框架MENTOR，通过自评估、规则引导推理和选择性元认知进化循环降低攻击成功率。
SpatialScout：评估VLM智能体主动构建3D物体地图
新在提出一个主动物体级3D建图基准，要求视觉语言模型智能体在有限交互预算下自主探索室内场景并估计目标物体中心，弥补空间问答无法检验度量地图构建能力的不足。
RSIHub：用可组合框架统一评测智能体进化方法
RSIHub 将智能体进化方法的执行、评估、恢复与血缘追踪抽象为共享基础设施，使研究者只需编写进化策略。其新意在于以可组合配方统一实现 AHE、Hyperagents、A-Evolve 与 GEPA，并在固定模型与评估器下比较；有用性体现在减少重复实验机制、保留可检查的候选历史，并让结果与评估条件绑定。
可审计数据质量层：智能体规则发现初探
提出以本体为根基、仓库原生的数据质量层构想，将质量规则作为可版本化、可追溯、可重放的一等工件，并给出其智能体规则发现核心的具体实现与初步评估框架。
DSINC 方法扩展至非仿射随机波动率模型
该研究将 DSINC 方法从仿射 Heston 类推广到一般一因子随机波动率模型，证明塌缩恒等式仍成立，并给出 3/2 模型、SABR 等模型下的变换与计算方案，从而在更广泛模型上保持期权定价精度。
TARSphere：面向长周期具身智能体的全栈框架
TARSphere 提出面向机器人的全栈框架，在物理模拟器中运行机器人策略，并集成具身 NPC 与受限对话；其事件驱动有限状态机依据已完成动作和传递信息更新任务状态。该框架还包含具身大脑 harness，让冻结的多模态大模型通过多级可执行技能行动，并利用观察、分层记忆和执行反馈修正决策。基于此构建的 TARSphere-Bench 包含 30 个室内场景的 360 个片段，通过五组配对条件评估感知鲁棒性、干扰适应、任务更新、人类协作和意图理解。对 8 个 MLLM 的评估显示
异质交易代理在自动化市场中的压力与表现差异
该研究用强化学习模拟三类自动交易代理，发现其市场压力模式、风险调整表现与流动性波动影响显著不同，为行为特定监管提供依据。
03 / ART
文章
SELECTED SIGNALS 01
杠杆ETF做空策略：借贷成本与再平衡影响
Quantocracy于2026年10月24日汇总的量化链接中，Quantpedia文章讨论了做空杠杆ETF的波动率衰减策略，特别关注借贷成本和每日再平衡机制的作用。