SOTA：以期权隐含收益分布引导股票期权交易Agent

随着期权市场发展和AI进步，Agentic期权交易系统受到更多关注。语言模型Agent能够推理新闻等上下文信息，但期权交易的决策尤为复杂：单只股票可能有数千份合约，Agent既要选择交易合约，也要决定组合方式。已有方法常把策略限定为固定结构，例如跨式组合，从而限制随市场条件切换策略的能力。我们提出SOTA（Stock Options Trading Agents），一个用于结构化期权策略选择的Agentic交易框架。SOTA把庞大的期权集合抽象为策略级决策，由确定性解析器处理投资组合实施。我们通过监督微调及其后的强化学习，对Qwen3.8-27B进行后训练构建SOTA。在相同交易环境中，使用九只美国大盘股和SPY的期权，与规则及机器学习策略选择器比较。六个月样本外期间，SOTA总收益率为18.3%，夏普比率为1.60，最大回撤为8.96%。我们还记录了新闻的非对称作用：新闻改善前沿教师轨迹，但在强化学习期间保留新闻，会使样本外收益率从18.3%降到-2.7%。