这个AI炒股年化收益27.75%！用自进化Agent挖掘穿越牛熊的量化因子

上财团队 投稿 量子位 | 公众号 QbitAI 在量化金融的底层，Alpha因子本质上是一段可执行的代码逻辑，它们试图将嘈杂的市场数据映射为精准的交易信号。然而，长期以来，自 动化因子挖掘始终被困在"两难"的夹缝中：传统的遗传规划 （Genetic Programming，GP） 虽然擅长在海量空间中进行进化搜索，但其 本质是"盲目的随机变异"。 它们在回测中过度拟合了历史噪声，却在逻辑上极难解释，如同一个充满巧合的黑盒。而新兴的大语言模型 （LLM） 虽然具备强大的语义 理解能力，能像人类一样读懂金融理论，但在处理高精度的量化逻辑时，却容易陷入"语义漂移"与"幻觉"。生成的代码往往语法完美，但在 经济学逻辑上支离破碎，甚至不仅无法复现，更难以在实盘中生存。 这引发了一个根本性的思考： 我们能否构建一个智能体，既拥有机器般不知疲倦的进化探索能力，又具备人类程序员般严谨的逻辑控制 力？ 正是在这一背景下，QuantaAlpha团队联合上海财经大学AIFin Lab等机构，提出了 QuantaAlpha 框架：一种全新的自进化Agent Alpha 因子挖掘框架。 核心框架解析：基于轨迹的自进化范式 Quant ...