# EvolveTrade, 각 구간 이후 트레이딩 에이전트의 시스템 프롬프트를 다시 작성

EvolveTrade 논문은 트레이딩 에이전트의 시스템 프롬프트를 정책으로 보고, 별도 Policy Agent가 각 구간 이후 의사결정 기록과 실현 수익률을 바탕으로 프롬프트를 다시 작성하게 한다. 기반 모델은 고정된 채 유지된다. 여러 시장 국면과 두 가지 기반 모델에서, 논문은 대부분 설정에서 고정 프롬프트 기준선보다 높은 샤프 비율과 누적 수익률을 보고한다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:34:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/09f5b5746edf48d98c9d16c3.html

Content language: ko
Localization state: translated

출처: DAIR.AI · 2026. 9. 23. 01:52:27 게시

[EvolveTrade 논문](https://academy.dair.ai/papers/evolvetrade-experience-driven-policy-refinement-for-self-evolving-llm-trading-ag-2609.17632)은 트레이딩 에이전트의 시스템 프롬프트를 정책으로 본다. 각 매매 구간이 끝나면 별도 Policy Agent가 의사결정 기록과 실현 수익률을 읽고 프롬프트를 다시 작성한다. 기반 모델은 고정된 채 유지된다.

논문은 진화된 에이전트가 여러 시장 국면과 두 가지 기반 모델에 걸쳐 대부분 설정에서 샤프 비율과 누적 수익률 기준으로 고정 프롬프트 기준선을 앞섰다고 보고한다. 다시 작성된 프롬프트는 에이전트가 코드 기반 분석을 더 많이 실행하고, 현재 시장 국면에 맞는 신호를 계산하도록 이끌었다.

Tags: EvolveTrade, AI 에이전트, 시스템 프롬프트, 트레이딩, 연구

[원문 게시물 보기](https://x.com/dair_ai/status/2102434507043598432)