论文标题：A hybrid approach to formulaic alpha discovery with large language model assistance

期刊：Frontiers of Computer Science

作者：Shuo YU, Hong-Yan XUE, Xiang AO, Qing HE

发表时间：19 Mar 2025

DOI：10.1007/s11704-025-41061-5

微信链接：点击此处阅读微信文章

标题：A hybrid approach to formulaic alpha discovery with large language model assistance

作者：Shuo YU, Hong-Yan XUE, Xiang AO, Qing HE

DOI：10.1007/s11704-025-41061-5

扫码阅读原文↑

摘要：

中国科学院计算技术研究所的研究人员提出了一种名为HARLA的混合框架，旨在利用大语言模型（LLM）优化量化交易中的公式化Alpha因子挖掘。该方法通过引入LLM的先验知识来指导搜索过程，克服了传统遗传算法盲目搜索的局限，显著提升了预测信号的解释性与实战效果。

内容精要

在量化投资领域，将海量历史数据转化为具有预测能力的信号（即Alpha因子）是核心任务。相比于“黑盒”结构的深度学习模型，公式化Alpha因子因其简洁的数学形式和极高的可解释性，一直备受投资者青睐。然而，传统挖掘方法主要依赖遗传编程（GP）等算法在庞大的公式空间中进行搜索。由于缺乏金融先验知识的指导，这些方法往往面临搜索效率低下、容易陷入局部最优以及难以发现具有深层金融逻辑因子的困境，制约了量化研究的产出效率。

为解决上述难题，研究团队设计了HARLA混合框架，尝试将大语言模型的理解力引入Alpha挖掘的闭环优化中。该框架将挖掘过程建模为“基于LLM的采样”与“基于进化算法的优化”两个阶段的协同。大语言模型在此扮演了“知识向导”的角色，通过学习已知的优秀因子逻辑，向系统推荐具有潜力的新公式结构；随后，传统的进化算子对这些建议进行微调和杂交，从而实现对复杂金融逻辑的高效探索。这种混合方式巧妙地弥补了进化算法缺乏先验知识和LLM在纯数值计算能力上的短板。

实验阶段，研究人员在A股市场数据上进行了广泛测试。结果显示，HARLA挖掘出的因子在信息比率（IR）和IC值等关键评价指标上显著优于传统的遗传编程方法。更重要的是，该框架能够生成具有实际金融逻辑支撑的因子，而非仅仅通过数据过拟合得到的数学组合。此外，团队还验证了该模式在处理跨周期市场波动时的鲁棒性，证明了LLM在高度专业化的符号回归任务中具有巨大潜力。

这一研究成果为金融量化领域与人工智能的深度融合开辟了新路径。它不仅证明了人工智能在提升量化投研体系智能化方面的价值，也为构建更具解释性的金融预测模型提供了技术参考。通过将机器进化能力与大模型生成能力相结合，该技术有望大幅缩减量化因子的研发周期，提升金融市场的透明度与效率。

期刊简介

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，南京大学支持，SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华院士，执行主编为周昆教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐B类期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；两次入选“中国科技期刊卓越行动计划”（一期梯队、二期领军）。