智能体驱动的实证资产定价：方法论基础

LLM 代理的最新进展为资产定价提供了一种新的范式，我们称之为代理经验资产定价（AEAP）：自主进行科学发现过程本身的系统。我们定义 AEAP 并确定其核心构建模块。现有的评估实践仅回测输出（因素或交易），而不是产生它们的自主发现系统。我们专注于因子发现，提供参考架构、对发现因子的严格评估标准以及对发现系统进行样本外回测的方法。作为该架构的一个具体实例，我们使用此标准根据两个美国股票面板上的五个重新实施的基线来评估 SEADS：没有一个指标对系统进行一致的排名，从而激励同时在多个轴上进行评估。然后，单独的滚动重新执行会提出一个补充问题：发现过程本身（而不是静态输出）是否可靠。我们还报告了负面的发现和局限性，这些发现和局限性揭示了未来 AEAP 系统的进一步评估陷阱。