เอเจนท์การซื้อขายที่ใช้ LLM มักถูกจำกัดด้วยนโยบาย (Policy) การใช้เครื่องมือที่กำหนดไว้ตายตัวตั้งแต่วันแรก ทำให้ไม่สามารถปรับตัวตามสภาพตลาดที่เปลี่ยนไปได้ EvolveTrade จึงถูกพัฒนาขึ้นมาในฐานะเฟรมเวิร์กที่ทำให้เอเจนท์สามารถ 'วิวัฒนาการ' ตัวเองได้ โดยการใช้ Policy Agent ในการปรับปรุง System Prompt หรือนโยบายการทำงานอย่างต่อเนื่อง
ระบบจะรวบรวมร่องรอยการตัดสินใจ (Decision Traces) และผลตอบแทนจากการลงทุน (Portfolio Feedback) มาประมวลผลเพื่อปรับปรุงขั้นตอนการหาข้อมูลและการจัดการความเสี่ยง ผลการทดสอบพบว่า EvolveTrade ช่วยเพิ่มค่า Sharpe Ratio และผลตอบแทนสะสม (Cumulative Return) ได้ดีกว่าโมเดลที่มีนโยบายตายตัว โดยเอเจนท์ที่ผ่านการพัฒนาตนเองจะสามารถเรียกใช้เครื่องมือวิเคราะห์ทางเทคนิคและปรับเปลี่ยนการคำนวณให้เหมาะสมกับสภาวะตลาดได้ดียิ่งขึ้น
