OpenFinGym：评估量化智能体的可验证多任务 Gym 环境

尽管大语言模型智能体日益应用于量化金融工作流——其评估仍碎片化于孤立任务——而基准任务的金融相关性常被忽视。金融工作流本质多阶段——横跨预测、策略构建、风险管理交易等相互依赖的任务。既有平台通常聚焦单一任务——因此可能高估智能体能力——无法揭示泛化、真实市场交互与金融上有意义决策的弱点。我们介绍OpenFinGym——量化金融智能体开发的统一gym环境——在单一执行与验证接口下覆盖预测、市场生成、实时交易与欺诈检测。OpenFinGym还提供：把量化金融出版物转为可执行任务包的自动化任务构建管线；带宿主侧验证器服务的容器化运行时——支持可扩展的智能体rollout并防止运行时训练-测试泄漏；低延迟数据流设计的模拟交易引擎；对长程与事件市场预测的延迟结算支持；以及SFT与RL后训练集成。