多轮工具调用LLM智能体实现自适应因子挖掘
原始标题 / AlphaPilot: Multi-Turn Tool-Using LLM Agents for Adaptive Alpha Mining with Reinforcement Learning
现有公式化因子挖掘方法通常只利用市场文本、历史数据或量化评估中的部分信号，AlphaPilot 将市场描述、大语言模型的金融知识、真实数据评估反馈与保留因子池整合进一个多轮强化学习框架中，并支持推理时逐日搜索以适应市场状态变化，从而在因子挖掘中同时利用多类信号。
01 摘要
论文提出 AlphaPilot，一个通过强化学习训练多轮工具调用 LLM 智能体的框架，用于自适应公式化因子挖掘。作者报告在 CSI300 与 CSI500 的样本外滚动回测三次独立运行中，平均总收益分别为 42.93% 和 54.19%，平均夏普比率分别为 2.46 和 2.86，并在两个股票池上取得所评估方法中最高的平均总收益、夏普与 RankIC。以上数值为作者在特定回测设置下的报告结果。
02 关键点
- 智能体在多轮交互中依据市场描述提出因子表达式，查询真实数据评估器反馈，并跨轮更新保留因子池。
- 推理阶段采用逐日搜索与因子池更新，以适应市场状态变化。
- 在 CSI300 与 CSI500 的样本外滚动回测三次独立运行中，报告平均总收益为 42.93% 与 54.19%，平均夏普为 2.46 与 2.86。
回到一手来源
阅读原文 ↗AI GENERATED SUMMARY / DISCOVERED BY ARXIV CS.CL · ARXIV CS.LG