QuantCode Model: specializzare i modelli linguistici per il codice eseguibile del trading algoritmico

Abstract degli autori

I grandi modelli linguistici sono validi generatori di codice per uso generale, ma il trading algoritmico eseguibile resta un ambito di specializzazione impegnativo: un modello deve tradurre la descrizione in linguaggio naturale di una strategia in una logica di programma corretta per un framework di trading specializzato, eseguirla su dati storici, generare operazioni e restare fedele al significato della richiesta. Studiamo due meccanismi complementari per specializzare i modelli linguistici in questo ambito: la prosecuzione del pre-addestramento su codice di framework per il trading algoritmico e il fine-tuning supervisionato (SFT) su coppie richiesta-codice validate da un agente. La valutazione si concentra su QuantCode-Bench, il nostro benchmark di 400 compiti per la generazione di strategie Backtrader, e su un percorso di valutazione a livello di repository simile a SWE-bench. La prosecuzione del pre-addestramento porta il Judge Pass in un singolo turno dal 41,5% al 47,5% per Qwen3.5-397B-A17B e dal 27,8% al 33,0% per Qwen3.6-35B-A3B. L’SFT applicato dopo la prosecuzione del pre-addestramento produce un miglioramento maggiore per Qwen3.6-35B-A3B, che raggiunge il 58,2% di Judge Pass e l’83,5% di backtest riusciti; nella valutazione agentica porta il successo al primo turno dal 22,3% al 58,3% e quello finale, dopo un massimo di 10 turni, dal 47,5% al 79,5%. La sola prosecuzione del pre-addestramento migliora il successo degli agenti al primo turno, ma riduce quello finale dopo le correzioni dal 47,5% al 32,5%, un risultato coerente con un peggioramento della capacità di seguire le istruzioni; l’SFT, invece, migliora entrambi. Individuiamo anche un problema di conservazione delle capacità: la specializzazione nel dominio peggiora le chiamate strutturate agli strumenti conformi al parser, e un SFT mirato al recupero ne ripristina il formato, ma non le prestazioni dell’agente a livello di repository del checkpoint di base. I risultati mostrano che il pre-addestramento orientato al framework, l’SFT basato su coppie validate e una valutazione esplicita della conservazione delle capacità affrontano problemi distinti nella generazione di codice eseguibile per un dominio specifico.