arXiv cs.MA· Junzhou Su, Yichen Luo, Yebo Feng, Teng Li, Jiahua Xu·· 6 天前AI 评分22
SwingGuard：风险条件化的多智能体波段交易框架，采用双时间尺度治理
SwingGuard: Risk-Conditioned Multi-Agent Swing Trading with Dual-Timescale Governance
AI 导读
SwingGuard 是一个面向加密货币波段交易的双时间尺度、仅做多多智能体框架，在策略生成前引入当前风险条件，并由每五分钟运行一次的 Risk Controller 持续约束持仓。
正文 · AI 翻译
摘要：加密货币波段交易涉及不匹配的时间尺度：持仓保持活跃，而市场和事件风险可能在几分钟内发生变化。然而，许多预测型和基于大语言模型（LLM）的交易系统在策略生成之后才评估风险，或者以相同的节奏运行这两项功能，导致提案未受当前风险约束，且敞口在两次修订之间治理薄弱。我们提出 SwingGuard，一个双时间尺度、仅做多的多智能体框架，用于风险条件化的策略生成。在策略时间尺度上，专业分析师通过看涨-看跌审议，综合时点技术面、情绪面、链上和宏观经济证据。随后，投资组合架构师将所得证据与当前风险情境结合，形成目标仓位。在治理时间尺度上，一个五分钟风险控制器执行条件诊断，维护具有分阶段恢复的持久风险状态，审计提案，并约束执行直至下一次策略修订。这种设计使风险能够在提案最终确定之前塑造可行策略，同时在之后继续治理活跃仓位。在比特币（BTC）和以太币（ETH）上的评估表明，SwingGuard 在扣除交易成本后仍保持正收益，同时在两种资产上维持较浅的回撤和强劲的风险调整后表现。敞口上限约束下的联合投资组合实现了 2.98 的夏普比率，而其他方面相同的 Post-hoc Risk 变体为 2.79。结构化追踪进一步将风险证据和状态转换与策略约束及已执行仓位变化联系起来，为异步加密货币波段交易提供了一个可审计的框架。总体而言，结果表明，以当前风险为条件来塑造策略形成，并结合持久的高频治理，可在不牺牲可审计性的情况下改善风险调整后表现。
| 评论： | 9 页，4 幅图 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.12988 [cs.MA] |
| （或 arXiv:2610.12988v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12988 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junzhou Su [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 04:41:05 UTC（2,043 KB）
来源：arXiv cs.MA · arxiv.org