《Machine Learning with Applications》：Self-improving alpha mining for quantitative trading via multi-agent large language models with knowledge base accumulation
编辑推荐：
量化交易策略依赖于发现捕捉市场无效性的新型Alpha因子，然而传统方法依赖手动特征工程，耗时且需要大量领域专业知识。本文提出一个自动化框架，利用大语言模型（Large Language Models, LLMs）通过一个由WriterAgent、JudgeAg
量化交易策略依赖于发现捕捉市场无效性的新型Alpha因子，然而传统方法依赖手动特征工程，耗时且需要大量领域专业知识。本文提出一个自动化框架，利用大语言模型（Large Language Models, LLMs）通过一个由WriterAgent、JudgeAgent和BacktestEngine组成的多智能体流水线，以嵌套循环架构系统地生成、改进和评估交易Alpha策略。本工作的关键贡献是将WorldQuant 101 Formulaic Alphas（WorldQuant 101公式化Alpha）系统性地整合为结构化知识先验，植根于经过验证的公式化模式，而非无约束的自由形式合成。该设计显著缩小了搜索空间，减少了无效代码生成，并加速了改进循环的收敛。在越南股票市场数据上的实验表明，所提出的框架能够在短时间内持续生成具有统计显著信息系数（Information Coefficient, IC）值和正夏普比率（Sharpe ratio）的Alpha因子。此外，整合WorldQuant 101 Formulaic Alphas在Alpha质量和收敛效率方面均持续优于无约束的基于LLM的生成方法，为自动化Alpha挖掘建立了一种可扩展、稳健且基于领域知识的方法。
基于多智能体大语言模型与知识库积累的量化交易自改进Alpha挖掘论文解读
量化交易策略的核心在于发现能够捕捉市场无效性的Alpha因子（即与系统性市场风险无关、可产生交易收益的定量信号）。传统Alpha发现依赖分析师手动构思、实现、回测和迭代，每个候选因子通常需要数周至数月，且大量想法因初期表现不佳而被丢弃。虽然大语言模型（Large Language Models, LLMs）为自动化该流程提供了新途径，但如何为模型注入专业金融知识，使其能够像经验丰富的从业者一样构建Alpha，而非生成逻辑有缺陷或不可用的信号，仍是核心挑战。此前Wang等人（2024）提出了基于LLM的自改进框架，但缺乏外部结构化知识先验。为此，本研究提出一种扩展框架，在继承嵌套循环架构与多智能体设计的基础上，引入WorldQuant 101 Formulaic Alphas（WorldQuant 101公式化Alpha）作为结构化知识先验，将LLM生成过程锚定于经过验证的数学模式，显著缩小搜索空间。研究人员在越南股票市场数据上验证了该框架，结果表明其能够在短时间内持续生成具有统计显著信息系数（Information Coefficient, IC）和正夏普比率（Sharpe ratio）的Alpha因子，且比无约束LLM生成在Alpha质量和收敛效率上均更优。该论文发表在《Machine Learning with Applications》。
在技术方法上，研究人员设计了一个由WriterAgent、JudgeAgent、ReviewerAgent和BacktestEngine四个专用组件构成的多智能体系统。WriterAgent（基于Llama-4-Scout-17B-16E）根据交易想法生成Python代码和LaTeX公式；JudgeAgent（基于LLaMA-3.1-8B）从逻辑、前视偏差、稳健性和清晰度四方面评分（0-10分），并返回结构化反馈；BacktestEngine使用pandas和scipy等数值库在历史数据上执行回测，计算IC、Sharpe、最大回撤（Maximum Drawdown, MaxDD）、胜率（Win Rate, WR）和有效比例（Valid Ratio, VR）；ReviewerAgent则对回测结果提供人类可读的总结。知识库检索使用all-MiniLM-L6-v2句子嵌入模型，通过余弦相似度从主知识库（累积的已验证Alpha）和101 Alpha知识库（WorldQuant 101公式）中检索相似示例，作为上下文提示。实验样本为越南股票市场数据，初始涵盖500只股票，经数据覆盖率≥80%筛选后最终保留449只股票，时间范围从2021-01-04至2025-04-01，分为训练（Alpha挖掘）、验证（消融）和测试（样本外）三个时间段。
研究结果如下：
**4.4.1 Ablation analysis of system components**
**Loop architecture ablation on validation set**：在验证集上比较无循环、仅内循环、仅外循环和完整嵌套循环四种配置。完整配置取得最高IC（0.0232）和Sharpe（1.46），而去掉内循环后有效代码比例显著下降，去掉外循环则IC和Sharpe降低，表明代码级修正和收益级反馈互补。
**Loop architecture ablation on test set**：在持有测试集上重复上述消融，完整配置总体仍取得更强的IC和Sharpe，支持内外循环结合的有效性。
**Knowledge base ablation on validation set**：比较无知识库、仅主知识库、仅Alpha101、完整双知识库四种设置。完整设置取得最优权衡（IC=0.0232, Sharpe=1.46），Alpha101单独提供强数学先验和高有效比例，但排序强度较低；主知识库单独提升IC和Sharpe，但更易出现语法问题；两者结合最稳健。
**Knowledge base ablation on test set**：在测试集上重复知识库消融，完整配置仍表现出最强的整体IC和Sharpe，确认双知识库结合改善了因子生成。
**4.4.2 Discovered alpha performance**
在10个测试交易想法上，框架平均耗时1.5分钟，其中9个想法的Alpha IC≥0.01。代表性Alpha的平均IC为0.0480，ICIR为0.4711，TIC为5.6，Sharpe为2.39，胜率65.0%，最大回撤7.8%，有效比例85.0%，表明生成的信号具有统计显著性和稳定的风险调整收益。
**4.4.3 Comparison with the WorldQuant 101 baseline**
在相同样本外测试期，所提出框架的平均IC为0.0480，高于原始WorldQuant 101基线（0.0251），相对提升50.5%；平均Sharpe为2.39对比1.00，有效比例85.0%对比73.8%。这表明智能体并非简单复制公式先验，而是主动适配越南股市特征。
**4.4.4 Improving performance with the iterative feedback loop**
对比首次迭代和最佳迭代，平均IC从?0.0261提升至0.0480，Sharpe从?0.64提升至2.39，改善分别为+0.0741和+3.03。反馈循环使智能体能够从自身错误中学习，将弱初始想法转化为盈利策略。
**4.4.5 Inter-run consistency analysis**
对10个交易想法各进行5次独立运行，不同运行间生成的Alpha候选虽有差异，但最终IC、Sharpe和有效比例相对稳定，表明框架在LLM随机生成下仍具有一致性。
在讨论部分，作者指出发现的Alpha中，Narrow Candle Consol.（IC=0.0921, Sharpe=3.25）和Hidden Vol Accumulation（IC=0.0812, Sharpe=3.12）表现突出，胜率高达82.4%，其余因子IC在0.01-0.05范围，结合分散化和组合构建仍具实用价值。与近期智能体Alpha挖掘系统（如QuantAgent、AlphaForge、QuantaAlpha等）相比，本框架更轻量，通过简洁的Writer–Judge–Reviewer循环和双知识库实现快速迭代，但在搜索治理方面尚缺乏新颖性评分、参数优化、换手率过滤和多重检验校正。失败案例显示主要失效模式包括前视偏差、常数信号和特征覆盖不足。局限性包括仅在越南市场验证、残余选择效应、未考虑交易成本和换手率、缺乏滚动窗口再检验。未来工作将加入多重检验控制、滚动窗口重估、换手率感知选择、交易成本敏感性分析和多市场评估。
研究结论翻译如下：本文提出了一个通过大语言模型与嵌套反馈循环架构相结合、自动发现量化交易Alpha策略的框架。该框架整合了用于候选Alpha生成的WriterAgent、用于质量评估的JudgeAgent和用于历史验证的BacktestEngine，组织成内层改进循环和外层积累循环，共同形成自改进发现循环。关键贡献是将WorldQuant 101 Formulaic Alphas作为结构化知识先验，使LLM生成植根于经过验证的数学模式而非无约束的自由形式合成。在越南股票市场数据的发现阶段比较中，该设计在IC、Sharpe和评估指标上均优于直接LLM基线和标准嵌套循环系统。具体而言，框架发现的部分Alpha在发现阶段IC超过0.08、Sharpe超过3.0；所有交易想法均呈现正Sharpe和高于50%的胜率；从主知识库和101 Alpha知识库的双重检索一致地提高了生成质量并加速内循环收敛；框架在数分钟内即可发现可行Alpha候选，显著缩短研究时间。这些结果确立了该框架作为可扩展、基于领域知识的自动化Alpha挖掘方法。知识库的自改进特性创造了长期优势：随着发现更多Alpha，后续生成会持续改善。多市场扩展、更大基础模型、交易成本建模和集成Alpha组合是未来工作方向。
