EvoQuantLab 提出双循环自演化量化因子发现框架

Haolin Yang 等论文作者发布 arXiv 论文，提出无需训练的双循环自演化框架 EvoQuantLab，用于自动化 alpha 因子发现并对抗回测过拟合：内层遗传编程循环在结构和多样性约束下演化类型化因子表达式，外层诊断循环跨周期审计证据并改进研究协议，并称其多指标验证流程用于过滤虚假因子。 论文摘要称，样本外实验覆盖日频与小时级、股票与加密货币任务：中证500 和标普500 日频任务年化收益分别为 18.34% 和 21.30%，小时级高换手加密货币数据为 37.91%。目前仅有论文摘要，材料未说明交易成本、基准细节和完整实验条件，上述收益为论文作者声称的结果，尚无独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。