XALPHA：一种记忆驱动的AI量化研究员，用于从假设到代码的Alpha发现

# XAlpha: 一种记忆驱动的 AI 量化研究员，用于从假设到代码的 Alpha 发现

来源: https://arxiv.org/html/2607.08332

冯远流¹,² 傅雨辰¹ 王宇琦¹ 刘琦¹,²  
¹ 香港大学计算与数据科学学院  
² 格瑞斯投资机器  
[email protected]

###### 摘要

金融市场具有噪声、非平稳和高维特性，这使得发现具有预测性和鲁棒性的交易信号变得困难。Alpha 发现已从人工因子设计演变为机器学习、进化搜索以及最近的基于大语言模型（LLM）的框架，从而提高了因子生成、搜索和评估的效率。然而，现有方法大多仍自动化孤立的步骤，而非作为一个端到端的量化研究员，能够吸收外部知识、闭合假设到代码的验证循环，并从累积的发现反馈中学习。为填补这一空白，我们提出了XAlpha，一种用于持续进行假设到代码 alpha 发现的记忆驱动型 AI 量化研究员。XAlpha维护一个多源研究记忆系统，该系统将基于报告提炼的金融知识与来自先前代际和研究周期的发现反馈相融合。在此记忆系统的引导下，宏观脑（Macro Brain）规划研究主题并选择合适的范式（Archetypes）；微观脑（Micro Brain）将规划好的假设池转化为可执行的因子代码，并在事前验证假设想法、代码逻辑和金融合理性之间的三重对齐；跨脑（Cross Brain）则将实证结果整合为代际反馈、周期级总结和范式级研究线索，以供未来探索。通过这种方式，XAlpha将 alpha 挖掘从孤立的因子生成转变为闭环研究过程，持续进行阅读、假设、实现、验证、反思和演化。在沪深300指数上的实验表明，XAlpha相比代表性基线方法实现了更强的整体 alpha 发现性能。

## 1 引言

Alpha 挖掘旨在发现预测性交易信号，或称 alpha，这些信号将历史市场观测映射到未来资产收益的预测。这是量化投资中的一个核心问题，但由于金融市场具有噪声、非平稳以及随时间变化的波动性（Engle, 1982 (https://arxiv.org/html/2607.08332#bib.bib29)），该问题仍然困难。这种困难促使 alpha 发现从人工因子设计向日益自动化、可解释且知识驱动的方法（Guo 等人, 2024 (https://arxiv.org/html/2607.08332#bib.bib35)）转变。然而，当前的自动化大多仍针对孤立的因子级操作，例如搜索、生成或评估候选因子，而非人类量化研究员所执行的完整假设驱动型工作流程。在实践中，alpha 发现是一个假设到代码的循环：研究员吸收市场知识，形成金融假设，将其转化为因子实现，检查其金融合理性，进行实证评估，并复用成功与失败的经验以指导未来的探索。这一差距激励我们将目标设定为构建一个 AI 量化研究员，使其将 alpha 发现作为一个迭代的、记忆驱动的研究过程来执行，而非孤立的因子生成。

传统的 alpha 发现主要依赖人类专家经验。研究员基于经济直觉、实证资产定价证据和市场观测来手动设计因子（Fama 和 French, 1992 (https://arxiv.org/html/2607.08332#bib.bib32),1993 (https://arxiv.org/html/2607.08332#bib.bib33); Kakushadze, 2016 (https://arxiv.org/html/2607.08332#bib.bib34)）。这些人工构建的信号通常可解释且易于审计，但发现过程劳动密集、难以规模化，且高度依赖个人积累的经验。随着市场日益复杂，金融数据集、报告和研究材料持续激增，手动因子设计难以支持持续的假设探索和系统性的知识积累。

为提高 alpha 发现的规模化能力，机器学习和自动化搜索方法被引入。深度神经网络模型可以从大规模市场面板数据中学习非线性预测表示，并已应用于截面收益预测和股票趋势预测（Duan 等人, 2022 (https://arxiv.org/html/2607.08332#bib.bib14); Xu 等人, 2021a (https://arxiv.org/html/2607.08332#bib.bib15),b (https://arxiv.org/html/2607.08332#bib.bib16)）。这些方法提升了建模能力，但其学习到的信号往往不透明，且与明确的金融假设联系薄弱。同时，遗传编程和进化搜索早已被用于发现技术交易规则和公式化 alpha 因子（Allen 和 Karjalainen, 1999 (https://arxiv.org/html/2607.08332#bib.bib17); Zhang 等人, 2020 (https://arxiv.org/html/2607.08332#bib.bib3); Cui 等人, 2021 (https://arxiv.org/html/2607.08332#bib.bib2)）。基于强化学习的方法通过性能驱动奖励进一步优化公式生成或 alpha 集合（Yu 等人, 2023 (https://arxiv.org/html/2607.08332#bib.bib4)）。这些方法保留了显式表达式并实现了大规模搜索，但其搜索过程通常由统计拟合度而非金融推理驱动。因此，生成的公式可能缺乏坚实的经济理论基础，并表现出较弱的鲁棒性或样本外表现不稳定。

受对更具知识感知和推理驱动的 alpha 发现需求的驱动，最近的基于 LLM 的系统已开始自动化之前由人类量化研究员处理的更高级别研究决策。早期研究使用 LLM 进行交互式或神经符号因子构建（Wang 等人, 2023 (https://arxiv.org/html/2607.08332#bib.bib11); Li 等人, 2024 (https://arxiv.org/html/2607.08332#bib.bib12)）。后续系统进一步结构化 alpha 探索，使用树搜索引导公式优化，或协调多智能体量化研究工作流程（Tang 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib6); Shi 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib7); Li 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib8)）。最近的框架进一步沿不同方向扩展了基于 LLM 的 alpha 挖掘。FactorMiner 引入技能和经验记忆来复用历史挖掘会话中的成功模式和失败约束（Wang 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib10)）。CogAlpha 将 alpha 表示为可执行代码，并应用 LLM 驱动的进化搜索与多智能体质量检查（Liu 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib1)）。尽管有这些进展，现有系统大多仍只自动化了因子生成、公式优化、经验复用或代码演化中的孤立步骤。它们尚未将外部知识吸收、研究记忆、假设规划、因子代码实现、实证验证和反馈整合完全组织成一个用于持续 alpha 发现的闭环 AI 量化研究员。

为弥合这一差距，我们提出了XAlpha，一种用于持续假设到代码 alpha 发现的 AI 量化研究员。名称XAlpha中的XX表示金融市场中可能发现预测性 alpha 信号的未知潜在结构。关键思想是将新兴的自主研究智能体范式（Lu 等人, 2024 (https://arxiv.org/html/2607.08332#bib.bib21); Gottweis 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib22); Lyu 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib23)）适配到量化金融领域，其中金融假设必须基于市场知识，转化为可执行的因子代码，并通过严格的实证评估进行验证。XAlpha首先使用报告到记忆吸收（RMA）层从研究报告中提取可复用的金融洞察，并将其组织成基于报告的金融知识记忆。同时，它从先前的代际和研究周期中积累发现反馈，包括成功机制、失败模式和已验证的因子想法。在这些互补记忆的引导下，宏观脑（Macro Brain）规划研究主题并选择合适的范式（Archetypes）；微观脑（Micro Brain）将范式引导的假设池转化为可执行的 OHLCV 因子代码，并在事前验证假设想法、代码逻辑和金融合理性之间的三重对齐；跨脑（Cross Brain）则将实证结果整合为代际反馈、周期级总结和范式级研究线索，以供未来探索。通过这种方式，XAlpha将 alpha 挖掘从孤立的因子生成转变为闭环研究过程，持续进行阅读、假设、实现、验证、反思和演化。

本文的主要贡献如下：

- • 我们提出了XAlpha，一种 AI 量化研究员，将 alpha 发现构建为一个基于报告、记忆驱动且持续的假设到代码研究循环，超越了单次因子生成和孤立的回测驱动搜索。
- • 我们提出了一种闭环多脑架构，集成了基于报告的知识记忆和发现反馈。通过宏观脑研究规划、微观脑因子代码演化与验证、以及跨脑发现反馈整合，XAlpha跨代际和周期持续更新其研究状态。
- • 我们在沪深300指数上评估了XAlpha，结果表明XAlpha比代表性 alpha 挖掘基线方法发现了更具预测性和鲁棒性的 alpha 因子。

本文其余部分组织如下。第2节 (https://arxiv.org/html/2607.08332#S2) 回顾了关于基于 LLM 的 alpha 挖掘和自主研究智能体的相关工作。第3节 (https://arxiv.org/html/2607.08332#S3) 介绍了XAlpha架构，包括 RMA 层、宏观脑研究规划、微观脑假设到代码演化以及跨脑发现反馈整合。第4节 (https://arxiv.org/html/2607.08332#S4) 描述了实验设置并展示了XAlpha相对于代表性基线的有效性。第5节 (https://arxiv.org/html/2607.08332#S5) 总结全文并展望未来研究方向。

## 2 相关工作

#### 基于 LLM 的 alpha 挖掘。
Alpha 挖掘传统上通过人工设计因子、神经预测器、遗传编程和强化学习进行研究（Fama 和 French, 1992 (https://arxiv.org/html/2607.08332#bib.bib32); Kakushadze, 2016 (https://arxiv.org/html/2607.08332#bib.bib34); Duan 等人, 2022 (https://arxiv.org/html/2607.08332#bib.bib14); Zhang 等人, 2020 (https://arxiv.org/html/2607.08332#bib.bib3); Cui 等人, 2021 (https://arxiv.org/html/2607.08332#bib.bib2); Yu 等人, 2023 (https://arxiv.org/html/2607.08332#bib.bib4)）。这些方法要么严重依赖专家设计，学习不透明的表示，或在预定义的符号空间中进行搜索。最近的基于 LLM 的系统试图通过使用语言模型进行金融推理、因子生成和迭代优化来超越这些限制。AlphaGPT 将自然语言投资想法转化为 Alpha 候选，但仍依赖人类互动来提供和引导初始想法（Wang 等人, 2023 (https://arxiv.org/html/2607.08332#bib.bib11)）。FAMA 通过基于 LLM 的智能体结合神经和符号因子挖掘，提高了可解释性，但仍专注于因子构建而非完整的研究循环（Li 等人, 2024 (https://arxiv.org/html/2607.08332#bib.bib12)）。AlphaAgent 引入对原创性、假设对齐和复杂度的正则化以减少因子拥挤和 alpha 衰减，但其记忆和规划机制仍然有限（Tang 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib6)）。AlphaJungle 使用 LLM 驱动的 MCTS 结合回测反馈来优化公式化 alpha，但其搜索仍集中在符号公式上（Shi 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib7)）。RD-Agent(Q) 通过研究-开发-反馈流水线自动化因子-模型联合优化，但侧重于全栈量化策略优化而非基于报告的 alpha 假设发现（Li 等人, 2025 (https://arxiv.org/html/2607.08332#bib.bib8)）。

最近的框架进一步沿不同方向扩展了基于 LLM 的 alpha 挖掘。FactorMiner 引入技能和经验记忆来复用历史挖掘会话中的成功模式和失败约束，但其记忆主要从先前的挖掘试验中提炼，而非同时来自外部研究知识和在线发现反馈（Wang 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib10)）。CogAlpha 将 alpha 表示为可执行代码，并应用 LLM 驱动的进化搜索与多智能体质量检查，但并未明确将基于报告的知识记忆、宏观级研究规划和发现反馈整合结合成一个闭环的 AI 量化研究员（Liu 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib1)）。相比之下，XAlpha将报告吸收、记忆引导的假设规划、基于代码的因子演化、实证验证和发现反馈整合组织成一个统一的假设到代码研究循环。

#### 自主研究智能体。
最近的自主研究智能体旨在将 LLM 从孤立问题解决扩展到长期研究工作流程，涉及假设生成、实现、评估和迭代优化。AI Scientist 展示了端到端科学发现流水线，生成研究想法、编写代码、执行实验、撰写手稿并进行自动评审（Lu 等人, 2024 (https://arxiv.org/html/2607.08332#bib.bib21)）。AI Co-Scientist 研究了一种多智能体生成-辩论-演化框架，用于在科学家提供目标下进行科学假设生成（Gottweis 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib22)）。EvoScientist 进一步将科学发现分解为研究员、工程师和演化管理者智能体，利用持久的构思和实验记忆来改进未来的提案生成和代码执行（Lyu 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib23)）。这些系统展示了 LLM 智能体在近似科学研究循环部分环节方面的潜力。

近期研究还强调了记忆、自我演化和外部知识获取。CORAL 研究了自主多智能体演化，其中长效智能体通过共享持久记忆进行探索、反思和协作（Qu 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib24)）。OpenSkill 表明智能体可以从开放世界资源中获取知识，并构建代理验证信号用于自我演化，而无需目标任务监督（Yan 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib25)）。Meta-Harness 进一步表明，丰富的执行轨迹和先验反馈比标量分数对于改进 LLM 系统行为更具信息量（Lee 等人, 2026 (https://arxiv.org/html/2607.08332#bib.bib28)）。这些工作激励了我们使用持久记忆、外部知识和反馈整合。

然而，现有的自主研究智能体并非专为金融 alpha 发现而设计。在该领域，研究假设必须转化为可执行的因子代码，与金融推理对齐，并通过截面可预测性、样本外鲁棒性等实证信号进行验证。XAlpha将自主研究智能体范式适配到这一场景，通过一个持续的 alpha 发现循环，将假设扎根于金融知识中。