EvoQuantLab 无训练双环进化框架发布

2026年10月14日，arXiv Artificial Intelligence 刊出由 Haolin Yang 等作者发布的 EvoQuantLab，一个免训练的双环自进化框架，用于稳健的 alpha 因子发现。该框架内层为遗传编程（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；外层为诊断循环，跨周期审计证据以推动协议级改进。报道称，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。上述业绩数据均出自该报道，为其单方陈述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。