TraderBench：評估 AI 代理在對抗性資本市場的韌性

摘要

研究團隊推出 TraderBench，結合專家驗證的靜態任務與純粹基於實際績效（如夏普比率）的對抗性交易模擬，解決現有評估中主觀性與動態性不足的痛點。該框架涵蓋加密貨幣交易與期權衍生品兩個軌道，並針對 13 個模型進行測試，揭示當前 AI 代理在真實金融場景中的表現差異。此方法為開發者提供了更可靠的模型驗證標準，避免單純依賴靜態數據或主觀評審的誤差。