chrisworsey55/atlas-gic

解決する課題

ATLASは、絶えず変化する市場レジームに絶え間ない人間の介入なしに適応できるAIトレーディングエージェントを作成するという課題に対処します。プロンプトを重みとして扱い、実際の金融パフォーマンス（シャープレシオ）に基づいて進化・最適化させることで、「静的」なAIプロンプトの問題を解決します。

仕組み

このシステムは、市場状況について議論する多層的なエージェント階層（マクロ、セクター、スーパーインベスター、意思決定）を採用しています。パフォーマンスが最も低いエージェントを特定し、そのプロンプトを修正し、5営業日にわたってテストする「自動リサーチ」ループを使用します。シャープレシオが改善すればGit経由で変更がコミットされ、そうでなければ元に戻されます。

その他のメカニズムは以下の通りです：

• ダーウィン的重み付け (Darwinian Weights)：エージェントはパフォーマンスに基づいて重み付けされ、成功したエージェントが最終決定により大きな影響力を持つようになります。
• エージェント生成 (Agent Spawning)：知識のギャップを検出した際、システムが自律的に新しい専門エージェントを作成します。
• PRISM：異なる歴史的市場レジーム（強気相場、危機、回復など）でエージェントのコホートを個別にトレーニングし、レジーム固有の生存本能を開発します。
• JANUS メタレイヤー (JANUS Meta-Layer)：最近の精度に基づいて異なるコホートを重み付けし、現在の市場レジームを検出するアルゴリズム層です。
• 再帰性エンジン (Reflexivity Engine)：価格の変化がファンダメンタルズや行動に影響を与えるフィードバックループをモデル化し、市場が現実をどのように変えるかをシミュレートします。
• MiroFish 統合：群知能シミュレーションを使用して、実際のイベントに遭遇する前に数千の並列的な「シミュレートされた未来」でエージェントをトレーニングします。

対象読者

クオンツトレーダー、自律エージェントの進化に関心のあるAI研究者、および自己改善型のアルゴリズム取引フレームワークを求める金融エンジニア。

ハイライト

• 自己改善プロンプト：Gitベースのコミット/リバートシステムを使用して、金融成果に基づいてエージェントのプロンプトを進化させます。
• 自律的拡張：盲点が検出された場合、人間の入力なしで新しい専門エージェントを生成できます。
• レジーム固有のトレーニング：「万能型」の失敗を避けるため、異なる市場環境向けに個別のエージェントコホートをトレーニングします。
• 再帰的シミュレーション：群知能を統合して複雑なフィードバックループをモデル化し、将来のシナリオをシミュレートします。