EdotEnv:用真实市场训练 LLM 量化交易
Launch HN: EdotEnv (YC S26) – Quant Trading RL Envs to Teach LLMs Research

EdotEnv 由 Y Combinator 孵化,致力于构建基于真实市场数据的强化学习环境,以训练 LLM 掌握量化交易与长周期规划能力。传统静态基准容易饱和且脱离现实,而真实市场具有非饱和性和自我进化特性,能持续提供更具挑战性的测试场景。在该环境中,智能体需利用专业工具甚至自行编写 Bash 脚本,在信息不全的情况下做出决策,并应对策略随市场制度漂移而失效的挑战。从 T+00 的即时行动到 T+96 的长期适应,EdotEnv 模拟了交易决策的完整生命周期,让模型在对抗性噪声中真正学会动态适应。
静态世界产生静态智能,而市场永不饱和且持续自我进化。
HN 评论区
34- dataviz1000
大家不妨看看 Alphadidatic [0],也许值得花点时间验证一下那个 5 个月前发布的模型是否依然具备泛化能力。另外,所有的提示词(prompts)都是针对 Claude 4.6 调优的,我不得不把针对 Claude 5 的所有智能体、提示词和技能全部扔掉或重写,不过幸运的是,Claude 5 似乎原生就支持递归式自我改进的智能体。
我无法证明每月花 1000 到 2000 美元去买实时期权数据和算力是合理的,毕竟这只是我 401k 账户里的一小部分。所以我有个问题:你们的工具能帮我执行这些策略吗?更重要的是,它能让我用每月几百美元的规模来测试这些策略吗?
- jfrbfbreudh
这非常酷,但这里的理想客户是谁呢?我曾在一家顶级量化机构工作过,我们当时有好几个团队,他们唯一的职责就是构建和维护我们的仿真环境。
- cromwellian
我持怀疑态度,认为前沿 LLM 在不进行微调的情况下,能否在历史市场数据上真正取得好成绩(例如获得 5% 以上的 Alpha)。我想你们应该是支持微调模型的吧?