AQuA：让量化研究 Agent 持续进化，也让回测结果经得起检验
内容提要
AQuA系统由普林斯顿、蚂蚁和斯坦福团队开发，用于自主量化交易研究。它通过分离数据路径与评价规则，防止数据泄漏和过拟合，使Agent能可靠积累证据。实验显示，因子研究IC达0.190，模型预测IC为0.0843，样本外Sharpe达2.50。该系统强调研究过程的可靠性，而非仅依赖模型智能。
延伸解读
数据泄漏的隐蔽性：语义正确不等于代码正确
AQuA 论文披露的一次早期失败显示，Agent 编写的特征在语义上看似只使用历史数据，但代码实际访问了未来信息（如全日成交量分母）。作者 Agent 和审查 Agent 都未发现，说明仅靠模型审查无法保证可靠性。这提醒我们，在自主研究系统中，必须从数据路径上约束 Agent 的访问权限，而非依赖对代码含义的推理。
两类泄漏：生成过程与选择过程
AQuA 区分了两种数据泄漏：一是特征生成时访问未来信息，二是反复查看测试集导致过拟合。前者通过固定数据切分、特征和评价器来隔离，后者通过将最终测试窗口与搜索过程分离来避免。这种拆分对任何需要反复调用评价器的自主系统（如自动调参、药物筛选）都有借鉴意义，提醒我们既要防止实验污染，也要防止搜索适应指标。
研究制度的可靠性比模型智能更重要
AQuA 的核心观点是：自主研究系统的上限不仅取决于模型智能，更取决于系统能否区分新证据与偶然高分。通过将数据路径和评价规则置于循环之外，系统能可靠积累证据。这改变了人类在研究中的角色，从逐次检查实验转向设计审计制度。对于持续运行的 AI 系统，这种制度设计比依赖 Agent 的自我解释更可审计、更可靠。
Q&A
AQuA系统是由哪些机构开发的？
AQuA系统由普林斯顿大学、蚂蚁集团和斯坦福大学的研究团队联合开发。
AQuA系统如何防止数据泄漏和过拟合？
AQuA通过分离数据路径与评价规则来防止数据泄漏和过拟合。具体措施包括：固定数据切分、特征、标签和评价器，限制Agent只能使用预先登记的算子和组件，以及将最终测试集隔离在搜索过程之外，确保Agent无法反复查看测试结果。
AQuA在实验中取得了哪些关键性能指标？
在实验中，Part I在加密资产五分钟级数据上得到约0.190的组合验证集Spearman IC；Part II在美股未来30分钟收益预测上取得+0.0843的逐股票IC，转化后的多空策略在计入双边换手成本后，样本外Sharpe最高达到+2.50，2021-2025年间每年Sharpe均为正。
AQuA的递归自我改进具体指什么？
AQuA的递归自我改进不涉及底层模型权重的变化，而是发生在研究过程层面。系统通过保存每次实验的完整记录，包括假设、市场状态、与基线的比较以及推翻判断的证据，使后续研究能够基于这些可靠证据进行，从而持续改进研究质量。
AQuA系统由哪两部分组成，它们各自的研究对象是什么？
AQuA由Part I和Part II两部分组成。Part I研究符号化因子，Part II研究可训练模型。它们使用不同的Agent、记忆和候选空间，但遵循相同的研究原则。
AQuA在早期设计中遇到了什么失败案例，并如何改进？
早期设计中，Agent可以直接编写特征代码，导致出现数据泄漏。例如，一个特征使用了当天总成交量作为分母，而该数据在盘中不可得。两个Agent都未能发现此问题。因此，团队放弃了依赖模型审查的思路，改为限制Agent只能使用预先登记的算子和组件，从数据路径上杜绝泄漏。
AQuA如何区分两个数据泄漏入口？
AQuA区分了生成过程和选择过程两个泄漏入口。生成过程关注候选如何生成，通过固定数据切分、特征、标签和评价器，限制Agent只能使用登记过的算子；选择过程关注候选如何被选中，通过只向Agent返回验证集分数，并隔离最终测试集，防止Agent反复查看测试成绩。
AQuA的研究方法可以迁移到哪些其他领域？
AQuA的研究方法可以迁移到自动调参、材料发现、药物筛选或模型优化等领域，只要Agent可以反复调用评价器，就存在生成过程污染和搜索过程适应指标的风险，AQuA的隔离思路具有通用性。
AQuA系统有哪些局限性？
AQuA的局限性包括：Part I和Part II分别只在一个市场和一个预测周期上验证；交易结果来自模拟回测，尚未经过实盘检验；最终测试集的隔离依赖运行权限和审计，不是密码学意义上的强制隔离。
