AlphaCrafter：一种用于截面量化交易的全栈多智能体框架

# AlphaCrafter：用于横截面量化交易的全栈多智能体框架

来源: https://arxiv.org/html/2605.05580

Yishuo Yuan, Jiayi Sheng, Sirui Zeng, Jiaqi Wang, Jiaheng Liu†

南京大学

[email protected]

††footnotetext:†对应作者。

**摘要**

金融市场本质上是非平稳的，受宏观制度、微观结构摩擦和行为动态之间复杂相互作用的驱动。构建持续盈利的量化策略需要持续耦合因子发现、适应性制度选择和风险约束执行。然而，现有方法通常在静态或孤立的假设下优化这些组件。因子挖掘框架通常将 Alpha 发现视为一次性搜索过程，隐式地假设因子有效性跨市场制度持续存在。面向执行的系统通常采用角色扮演智能体架构，模拟拟人化的交易委员会，引入行为噪声而非系统性理性。因此，目前仍缺乏一个统一的、全自动的、由理性驱动的连贯量化流程框架。我们提出 **AlphaCrafter**，这是一个全栈多智能体框架，通过持续适应的因子到执行流程弥补了这一差距，旨在无需人工干预即可跟踪并应对不断变化的市场状况。AlphaCrafter 通过三个专业化智能体运行：**Miner（矿工）** 通过 LLM 引导的搜索持续扩展因子池；**Screener（筛选器）** 评估当前市场状况以构建基于制度条件的因子组合；**Trader（交易者）** 在明确的风险约束下将这些组合转化为量化策略。这三个智能体共同形成一个闭环的横截面交易系统，能够整体适应不断变化的市场动态。在沪深 300（CSI 300）和标普 500（S&P 500）上的广泛实验表明，AlphaCrafter 在风险调整后收益方面始终优于最先进的方法，同时表现出最低的跨试验方差，证实了集成且自适应的因子到执行设计能够产生稳健的交易表现。

## 1 引言

金融市场构成了高维、非线性动力学系统，其特征包括厚尾 [Mandelbrot (1997)](https://arxiv.org/html/2605.05580#bib.bib1)、波动率聚类 [Engle (1982)](https://arxiv.org/html/2605.05580#bib.bib2) 以及复杂的横截面依赖性 [Diebold and Yılmaz (2014)](https://arxiv.org/html/2605.05580#bib.bib3)。这些特性意味着资产收益是由宏观制度、微观结构摩擦和行为反馈共同驱动的 [Brock and Hommes (1997, 1998); Kahneman and Tversky (2013)](https://arxiv.org/html/2605.05580#bib.bib4)。这些动态的一个关键后果是，任何固定信号集的预测内容会随着市场条件的演变而衰减，然而量化投资的主导范式仍然是静态模型规范和定期人工重新校准 [Cao et al. (2025); Gârleanu and Pedersen (2013)](https://arxiv.org/html/2605.05580#bib.bib8)。

传统的量化策略已从经典因子定价模型 [Carhart (1997); Fama and French (1993)](https://arxiv.org/html/2605.05580#bib.bib10) 发展到机器学习方法，如 XGBoost [Chen and Guestrin (2016)](https://arxiv.org/html/2605.05580#bib.bib11) 和 LightGBM [Ke et al. (2017)](https://arxiv.org/html/2605.05580#bib.bib12)，最近甚至发展到包括 LSTM [Vennerød et al. (2021)](https://arxiv.org/html/2605.05580#bib.bib13) 和 Transformer 架构 [Vaswani et al. (2017)](https://arxiv.org/html/2605.05580#bib.bib14) 在内的深度序列模型。尽管具有预测能力，但这些方法基于冻结的设计哲学：它们依赖人工设计的特征集、固定的模型架构和手动调整的超参数，当市场结构发生转变时，维护成本高昂。

大型语言模型（LLM）的出现为自动化该流程的某些方面提供了新的可能性。近期的基于智能体的系统探索了两种不同的路径。一条研究路线模拟角色扮演交易委员会——分析师、风险经理、交易员——以聚合多源信息生成信号 [Xiao et al. (2025); Tian et al. (2025)](https://arxiv.org/html/2605.05580#bib.bib16)。然而，这种拟人化设计会产生高推理延迟，并可能引入模拟的行为偏差。另一条路线侧重于代码驱动的执行，将战略推理编译为轻量级机器人以进行低延迟部署 [Song et al. (2026)](https://arxiv.org/html/2605.05580#bib.bib18)。同时，以因子为中心的框架利用 LLM 通过迭代搜索和正则化实现自动化 Alpha 发现 [Wang et al. (2024c, 2025); Li et al. (2025); Tang et al. (2025)](https://arxiv.org/html/2605.05580#bib.bib22)。

现有解决方案要么在因子生成阶段终止，要么将发现与部署解耦，留下了一个碎片化的流程，其中每个阶段都假设前一个阶段无法影响的静态环境。我们提出 **AlphaCrafter**，这是一个多智能体框架，通过作为持续适应的横截面交易系统来关闭这一循环，该系统随着市场制度的转变动态重新配置其信号组合和组合构建。AlphaCrafter 协调三个专业化智能体以日频轮换运行，每个智能体设计用于响应不断变化的市场条件而无需人工干预。**Miner** 通过 LLM 引导的搜索持续扩展候选因子池，防止信号衰减。**Screener** 读取当前市场制度并动态组装针对当前条件校准的因子组合。**Trader** 然后将该组合转化为受明确组合构建和风险约束限制的量化策略，生成可执行订单。这种设计形成了一个假设-验证-执行循环，随着市场演变进行端到端适应。

我们的核心贡献包括：

*   **端到端自适应量化流程：** AlphaCrafter 是第一个在单一系统内统一 LLM 驱动的因子发现、对制度敏感的因子选择和受风险约束的执行框架，该系统持续调整以适应市场动态，直接解决了现有量化工作流中静态碎片化的问题。
*   **基于制度条件的因子组合构建：** 我们的 **Screener** 不依赖固定的因子集或单一的 Alpha 挖掘器，而是根据当前市场状态调节信号组成，使系统能够动态重新加权其信息来源，而无需重新训练或人工重新校准。
*   **跨市场的经验稳健性：** 在沪深 300 和标普 500 上的广泛评估表明，AlphaCrafter 在风险调整后收益方面始终优于强基线，同时表现出最低的跨试验方差，表明这是可靠的适应而非过拟合的产物。

## 2 AlphaCrafter

在本节中，我们介绍 **AlphaCrafter**，一个专为自主量化交易设计的多智能体框架。我们形式化了环境，定义了智能体策略，并提出了总体优化目标。

> **图 1：** AlphaCrafter 的架构：Miner 扩展 Alpha 多样性，Screener 执行感知制度的校准，Trader 自适应地优化执行策略。

### 2.1 环境形式化

交易环境被形式化为一个元组 $\mathcal{E}=(\mathcal{M}, \mathcal{Z}, \Pi, \mathcal{T}, \mathcal{J})$，其中：

*   $\mathcal{M}$ 表示市场状态空间，涵盖总体市场状况和个别资产特征。形式上，$\mathcal{M}$ 包含可交易资产集合 $\mathcal{U} \subset \mathcal{M}$，其中 $\mathcal{U}$ 是 $N$ 个个别实体的集合，资产 $i$ 在时间 $t$ 具有横截面特征 $\mathbf{x}_{i,t}$。除了资产级别的数据外，$\mathcal{M}$ 还包括宏观经济指标、市场指数、波动率曲面、来自新闻和社交媒体以及刻画更广泛市场环境的其他数据源的情绪信号。
*   $\mathcal{Z}$ 是因子库，一个动态的量化因子存储库，其中每个因子是一个函数 $f: \mathcal{U} \to \mathbb{R}^N$，将历史资产观测值映射到 $N$ 个资产的横截面信号向量。
*   $\Pi$ 定义可接受交易策略的空间，由组合构建规则和风险约束参数化。
*   $\mathcal{T}=\{1, 2, \ldots, T\}$ 是离散的交易日集合。
*   $\mathcal{J}: \Pi \to \mathbb{R}$ 是一个评估泛函，量化策略性能，包含风险调整后收益指标。

所有智能体都可以访问共享记忆 $\mathcal{H}$，它作为跨智能体信息流的中央通道，积累历史观测值、因子验证结果和执行反馈。通过定期总结使这种共同记忆持久化，智能体传播性能诊断，强制一致性约束，并为下游决策传递条件指导，从而使系统能够随着市场条件的演变集体调整其行为。

### 2.2 Miner 智能体

Miner 智能体负责自主因子生成、严格验证和持续库维护。其策略 $P_M$ 指导资产集合 $\mathcal{U}$ 上的迭代探索-利用过程。提出候选因子，根据历史资产数据对其进行评估，并有选择地集成到因子库 $\mathcal{Z}$ 中。当满足因子质量和库多样性的内部标准时，智能体自主终止探索。

Miner 基于当前因子库 $\mathcal{Z}_t$ 和资产集合 $\mathcal{U}$ 运行，利用记忆 $\mathcal{H}_t$ 避免冗余探索并跟踪因子有效性：

$$ A_M(\mathcal{Z}_t, \mathcal{U}; \mathcal{H}_t) \xrightarrow{P_M} (\mathcal{Z}_{t+1}, \mathcal{H}_{t+1}) \tag{2} $$

策略 $P_M$ 总结在算法 1 中。它包含一个生成循环，其中使用信息系数 (IC)、IC 稳定性 (信息比率)、换手率和衰减轮廓等指标验证候选因子。接受的因子与元数据一起持久化，而所有验证结果都记录在记忆中以指导未来搜索。随后的维护阶段重新验证现有因子，修剪那些表现出显著性能衰减的因子。

**算法 1 Miner 智能体策略 $P_M$**

1.  $\mathcal{Z}_{t+1} \leftarrow \mathcal{Z}_t$
2.  repeat
3.      $f \leftarrow \text{generate}(\mathcal{U}, \mathcal{H}_t)$
4.      $r \leftarrow \text{validate}(f, \mathcal{U})$
5.      if $r$ 满足接受标准 then
6.          $\mathcal{Z}_{t+1} \leftarrow \mathcal{Z}_{t+1} \cup \{f\}$
7.          $\mathcal{H}_t \leftarrow \text{update}(\mathcal{H}_t, f, r, \text{meta}=\text{"effective"})$
8.      else
9.          $\mathcal{H}_t \leftarrow \text{update}(\mathcal{H}_t, f, r, \text{meta}=\text{"ineffective"})$
10. until $\text{termination\_condition\_met}(\mathcal{Z}_{t+1}, \mathcal{H}_t)$
11. for each $f \in \mathcal{Z}_t$ do
12.     $r' \leftarrow \text{revalidate}(f, \mathcal{U})$
13.     if $r'$ 失败保留标准 then
14.         $\mathcal{Z}_{t+1} \leftarrow \mathcal{Z}_{t+1} \setminus \{f\}$
15.         $\mathcal{H}_t \leftarrow \text{update}(\mathcal{H}_t, f, r', \text{meta}=\text{"deprecated"})$
16. end for
17. $\mathcal{H}_{t+1} \leftarrow \mathcal{H}_t$
18. return $(\mathcal{Z}_{t+1}, \mathcal{H}_{t+1})$

### 2.3 Screener 智能体

Screener 智能体通过结合来自因子库的信号和对当前市场条件 $\mathcal{M}$ 的细致解读，提炼出连贯的因子组合 $\mathcal{E}_t$。其策略 $P_S$ 通过吸收个别股票和广泛指数的总体行为，过滤价格走势、基本面健康状况和重大财务披露，形成对市场制度 $\hat{\mathcal{R}}_t$ 的看法，从而评估趋势方向、波动率和相关结构。在此基础上，它评估每个因子 $f \in \mathcal{Z}_t$ 的适用性，有选择地组装一个多样化的子集并分配方向权重，以形成适应 unfolding 市场动态的组合。

Screener 将因子库和市场状态转换为可操作组合和更新记忆的过程由以下公式给出：

$$ A_S(\mathcal{Z}_t, \mathcal{M}; \mathcal{H}_t) \xrightarrow{P_S} ((\mathcal{E}_t, \hat{\mathcal{R}}_t), \mathcal{H}_{t+1}) \tag{3} $$

算法 2 概述了选择过程。智能体根据基于制度条件的适用性得分对因子进行排名，通过考虑因子相关性来缓解集中度风险，并输出结构化组合。记忆 $\mathcal{H}$ 使用组合组成和制度评估进行更新，以为下游智能体提供上下文。

*(注：原文中算法 2 的标题后似乎混入了 Trader 智能体的逻辑代码片段，此处保留原文结构但标记为算法 2)*

**算法 2 Screener 智能体策略 $P_S$**

1.  if $\| \mathcal{Z}_t \|_{\text{best}} > r_{\text{best}}$ then
2.      $r_{\text{best}} \leftarrow r$
3.      $\pi_{\text{best}} \leftarrow \pi$
4.      $\mathcal{H}_t \leftarrow \text{update}(\mathcal{H}_t, \pi, r, \text{meta}=\text{"improved"})$
5.  else
6.      $\mathcal{H}_t \leftarrow \text{update}(\mathcal{H}_t, \pi, r, \text{meta}=\text{"rejected"})$
7.  until $\text{exploration\_terminated}(\mathcal{H}_t)$
8.  $\pi_t \leftarrow \pi_{\text{best}}$
9.  $r_t \leftarrow \text{live\_trading}(\pi_t, \mathcal{U})$
10. $\mathcal{H}_{t+1} \leftarrow \text{update}(\mathcal{H}_t, \pi_t, r_t, \text{meta}=\text{"executed"})$
11. return $(\pi_t, r_t, \mathcal{H}_{t+1})$

### 2.5 总体系统目标

Miner、Screener 和 Trader 智能体的协调操作构成了一个闭环自适应系统。形式上，在每个决策交易日 $t$，智能体的复合行动产生一个策略 $\pi_t \in \Pi$。目标是最大化应用于后续期间执行的策略的评估泛函 $\mathcal{J}$：

$$ \max_{\pi_t \in \Pi_t} \mathbb{E}[\mathcal{J}(\pi_t)] \tag{5} $$

其中 $\Pi_t \subseteq \Pi$ 是在给定当前因子库 $\mathcal{Z}_t$、市场制度 $\hat{\mathcal{R}}_t$ 和记忆 $\mathcal{H}_t$ 的情况下可实现的可接受策略子集。泛函 $\mathcal{J}$ 本质上惩罚回撤和波动率，与目标一致...