AlphaRLM：强化学习训练LLM从金融文献挖掘符号因子

AlphaRLM 作者团队在 arXiv 发布论文，提出用强化学习训练语言模型从金融文献中构造可执行符号因子的框架，无需输入已有因子表达式。框架包含 LEGO 式文献引导的算子组装和市场反馈奖励。 论文称在 CSI 300、CSI 1000 和 S&P 500 上的大量实验显示，AlphaRLM 在年化超额收益上优于强因子挖掘基线和基于 LLM 的基线；其中 8B 模型取得较强的跨市场表现。以上为论文声称的结果，摘要层面的实验描述，尚属作者自证阶段。

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。