arXiv Artificial Intelligence· Haolin Yang, Zhiqiang Qian, Chutian Chen, Jipeng Zhang, Tangjia Deng, Jian Xie, Shuaishuai Gong, Sirui Han, Yike Guo·· 18 小时前AI 评分22
EvoQuantLab：面向可审计量化研究的免训练双环进化框架
EvoQuantLab: Training-Free Dual-Loop Evolution for Auditable Quantitative Research
AI 导读
EvoQuantLab 是一个免训练的双环自进化框架，用于稳健的 alpha 因子发现，通过内层遗传编程（GP）循环在结构与多样性约束下进化类型化因子表达式以提升 token 效率，外层诊断循环跨周期审计证据以推动协议级改进。在日频 CSI 500 和 S&P 500 任务上，其年化收益分别达 18.34% 和 21.30%；在小时频加密货币数据上实现 37.91% 年化收益并避免执行崩溃。
来源：arXiv Artificial Intelligence · arxiv.org