诚实评估下哪些策略能幸存：LLM交易策略发现的防泄漏与搜索感知评估框架

01 摘要

本文提出一个策略发现系统，该系统在结构上避免了前视偏差，并记录了所有搜索尝试。实证结果显示，在被评估的LLM发现策略无一通过诚实评估，而被动基准则获得认证。作者观点认为，预注册假设比暴力搜索有更低的证据要求，并强调了可信认证所需的大样本量。

02 关键点

1. 利用注册表验证工具从结构上排除前视偏差，并证明统计校正不足以替代结构防护。
2. 记录每次策略评估，并用评估次数对所有报告绩效进行缩减，说明搜索强度对结果的影响。
3. 在453只美股和39只ETF两个数据集上，诚实评估拒绝了所有LLM发现的策略，而认证了被动基准。
4. 发现前视偏差可产生夏普比率35的策略，而Deflated Sharpe和PBO检验未能识别。
5. 量化了认证中等效应所需的大样本量，并比较了人工交易规则的绩效。