MemTrial：LLM 组合管理 Agent 何时该相信自己的记忆(arXiv)
相对最佳经验学习 Agent 效用提升 21.2%（五种设定平均） (claimed)
Why it matters
它把「经验记忆让交易 Agent 越学越偏」变成一个可以度量的归因问题，同时给出了表现不如基准时的损失上限。
Summary
论文指出，组合管理 Agent 用决策结果给记忆里的经验打分时，分数主要反映当天的大盘涨跌，而不是这条经验本身的作用。MemTrial 让同一个决策分别在用与不用某条经验的情况下生成草稿，用析因设计和 Banzhaf 值估计每条经验的贡献，再用分层贝叶斯模型汇总，在经验被证明有效之前保持接近 1/N 等权组合。
Key points
- 对照用与不用某条经验的决策草稿，抵消共同的市场涨跌
- 每次决策用 8 种经验组合（部分析因设计），按 Banzhaf 值给经验记分
- 分层贝叶斯跨日期汇总，经验在未见日期上验证有效后才据此行动
- 在 PortBench 和 InvestorBench 上最多落后 1/N 组合 2.2%，对比基线为 15–38%
Details
- arXiv
- 2610.11732
- Tags
- 量化交易研究论文Agent 记忆组合管理
Comments
Comments coming soon.