AlphaSchema：探索基于LLM的Alpha挖掘的交易语义空间

arXiv cs.AI 论文
llm alpha-mining trading-semantics quantitative-finance factor-mining arxiv

摘要

该预印本介绍了AlphaSchema，一个为基于LLM的Alpha挖掘构建并探索结构化交易语义空间的框架，将语义探索与因子实现解耦。在中国股市上的实验表明，它能够发现具有强预测能力和投资组合表现的因子池。

arXiv:2607.26642v1 公告类型：新 摘要：自动化Alpha挖掘越来越多地采用大语言模型（LLM）代理进行因子生成和迭代发现。然而，现有的基于LLM的系统通常将因子构建和搜索决策都委托给代理本身，缺乏显式的探索空间或导航该空间的原则性机制。因此，探索在很大程度上仍然是隐式的，难以系统性地控制或优化。我们引入了AlphaSchema，它为Alpha挖掘构建并探索一个结构化的交易语义空间。该空间中的每个点都是一个由Event、Context、Qualities、Direction和Output组成的schema计划，在实现之前指定候选因子的语义。AlphaSchema将探索与实现解耦：LLM将选定的schema计划转化为可执行的因子，同时累积评估奖励以学习语义空间上的替代模型。一种迭代选择机制利用该模型来平衡全局探索、替代模型引导的利用和局部变异。在中国股市上的实验表明，AlphaSchema能够发现具有强预测能力和投资组合表现的因子池。进一步的分析表明，语义搜索过程会遍历不同的区域，同时逐渐将评估分配到高奖励区域，并且不同LLM对相同schema计划的实现在预测质量上表现出可比性，这表明在我们的框架内，Alpha挖掘的质量在很大程度上对LLM的选择具有鲁棒性。
查看原文
查看缓存全文

缓存时间: 2026/07/31 04:01 

# 探索基于LLM的Alpha挖掘中的交易语义空间预印本。通讯作者：[email protected] 和 [email protected]  
来源：https://arxiv.org/html/2607.26642  
Jingyang Yi1,2 Jian Yang2,3 Yifei Jin1,2 Yuqi Li2,4 Jian Li5  
1X-Tech 2Xtech-PandaAI-Waton Joint Lab 3Monash

相似文章

@RitOnchain: https://x.com/RitOnchain/status/2069693848478269730

X AI KOLs Timeline

本文详细介绍了一家系统性基金如何用基于RAG的LLM代理架构取代其传统NLP流水线，从非结构化数据中实现了alpha生成能力提升340%。文中引用了近期研究（Alpha-GPT 2.0、FinCon、FinAgent），表明在自动化因子发现和交易性能方面取得了显著进步。