TradeGrad：文本梯度优化交易策略

研究者 Chaoqun Yang 等人提交论文，提出 TradeGrad——一个经验引导的文本梯度框架，用于稳健的交易策略优化。该框架通过积累的优化经验估计文本梯度，并采用多尺度修正。 论文同时引入 Cross-Period Robust Objective（CPRO），强调不利历史时期的表现，以提升策略的时间稳健性。上述内容来自作者在论文中的自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。