arXiv cs.AI· Haolin Yang, Zhiqiang Qian, Chutian Chen, Jipeng Zhang, Zhenghao Zhu, Tangjia Deng, Jian Xie, Shuaishuai Gong, Yike Guo, Sirui Han·· 8 小时前AI 评分27
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。其内环用遗传编程（GP）在结构与多样性约束下进化带类型的因子表达式以提升 token 效率，外环跨周期审计证据以改进协议，评估流程用多指标验证过滤虚假因子。在日频 CSI 500 和 S&P 500 任务上分别取得 18.34% 和 21.30% 的年化收益，小时频加密货币数据上达 37.91% 年化收益。
来源：arXiv cs.AI · arxiv.org