Steward：带不变核心的多智能体LLM自主投资系统

多智能体LLM投资系统用不变核心约束自我进化，实盘回撤被大幅压缩。

资讯摘要

论文提出多智能体LLM系统Steward，用于基于不可信网页数据的自主投资。九个角色化智能体分别产出类型化报告，由组合经理设定目标仓位、受保护的风险经理审核；七层共享记忆为决策提供上下文；系统通过夜间评分与季度反思器自我改进，但订单算术、风险规则等不变核心不可被自编辑触及。作者报告五个月实盘部署中把24.6%的板块回撤控制为0.3%亏损。

要点速读

1. 系统由九个角色化智能体协作，分析师读取新闻、SEC文件、宏观数据与市场数据并输出类型化报告，组合经理设定仓位，风险经理审核。
2. 七层共享记忆由代码从系统自身记录组装，为每次决策提供仓位上下文、市场叙事、校准信息与历史决策。
3. 作者报告五个月实盘部署（102个交易日、1632次LLM调用）将24.6%的板块回撤控制为0.3%亏损；回放实验中单一模型在五天内跑输市场1.35个点，且未执行注入指令。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。