MetaPS：面向市场智能体的自适应程序化策略选择

没有单一的市场策略总是获胜：动量、均值回归、风险控制和事件驱动规则都可以随着市场条件的变化而成功或失败。我们不是要求大型语言模型直接生成市场行为，而是研究一种可执行的决策范式，其中代理从程序化策略库中进行选择，每个策略都作为将市场观察结果映射到行动的代码模块来实现。我们提出 \textbf{MetaPS}，一个用于自适应程序化策略选择的模拟引导框架。 MetaPS 在模拟或回测市场中推出候选策略，识别特定策略可带来更好未来结果的状态，并将这些状态-策略对转换为监督微调数据。在推理过程中，不再查询模拟器：MetaPS 仅观察当前市场状态和候选策略上下文，选择合适的策略程序，所选程序产生最终动作。多股票交易和受控商品交换沙箱的实验表明，MetaPS 在模型规模（从 0.8B 到 9B 参数）上持续改进。它优于固定策略基线、直接决策代理和基于 API 的 LLM 代理；在某些设置中，紧凑的微调模型甚至超过了更强大的 API 模型。这些结果表明，市场模拟可以为学习自适应、可解释和可执行的策略选择提供可扩展和有针对性的监督。