NVIDIA mengumumkan alur kerja AI berbasis agen yang dirancang untuk mengotomatiskan penemuan sinyal kuantitatif bagi tim riset keuangan. Kerangka kerja ini menggunakan NeMo Agent Toolkit dan model terbuka Nemotron untuk menghasilkan, mengkodekan, dan mengevaluasi sinyal perdagangan dalam siklus iteratif.

Arsitektur ini menggabungkan tiga agen khusus yang bertanggung jawab untuk pembangkitan sinyal, pembuatan kode Python , dan evaluasi pengujian balik. Alur kerja ini bertujuan untuk mengurangi proses riset manual yang secara tradisional membutuhkan koordinasi ekstensif antara analis dan pengembang.

Sistem ini menggunakan file konfigurasi berbasis YAML, memungkinkan peneliti untuk menyesuaikan ambang batas, model, dan kriteria optimasi tanpa perlu menulis ulang kode sumber. Dukungan observabilitas melalui pelacakan Arize Phoenix juga memungkinkan pemantauan jalur penalaran dan penggunaan token selama alur kerja yang berjalan lama.

Pengujian pada dataset historis S&P 500 menghasilkan sinyal yang berfokus pada momentum, termasuk "Momentum Pengembalian yang Disesuaikan dengan Peringkat," yang menunjukkan perilaku prediktif yang signifikan secara statistik selama evaluasi. NVIDIA menambahkan bahwa pengguna dapat mengintegrasikan indikator kepemilikan, dataset khusus, dan kelas aset alternatif ke dalam alur kerja.