Launch HN: EdotEnv (YC S26) – Quant Trading RL Envs to Teach LLMs Research
為何重要
目前的 LLM 評估多集中在基準測試的數學與程式碼能力，容易遭受普遍化攻擊或因題目過於具體而失去長遠意義；EdotEnv 提供了一種更具挑戰性的訓練範式，讓模型在模擬「競爭式市場」的壓力下實踐真正的持續學習與長期規劃，這對於未來需要具備複雜決策能力的企業 Agent 落地至關重要。
EdotEnv 旨在將量化交易的工作流程轉化為自學環境，利用市場效率遞減的特性來解決大模型 benchmark 飽和與評估膚淺的問題。
- 環境讓 LLM 執行完整量化流程，包含研發預測特徵、建構投資組合、回測策略，並在資料集 [0, T] 中持續適應市場變化。
- 使用真實市場資料與即時驗證的獎勵機制，無需額外的 LLM 判斷者，即可測試模型的持續學習與長遠規劃能力。
- 研究發現現有 SOTA 模型傾向廣泛淺層搜尋，缺乏深度研究迭代能力；在高風險下因為「不理解交易」而停止而非調整策略。
- 開源了專注於特徵工程的 GitHub 任務庫，計畫向 AI 實驗室與企業銷售能不斷進化的訓練環境。