AlphaRLM：文献驱动的符号因子发现框架
热点事件持续更新
AlphaRLM：文献驱动的符号因子发现框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jie Huang 等作者发布论文，提出强化学习框架 AlphaRLM，训练大语言模型直接从金融文献构建可执行的符号化因子，无需输入因子表达式。 该框架通过 Literature-Guided Operator Assembly（LEGO）引入文献语义先验，并以可执行有效性与分组收益分离的奖励对齐市场反馈。论文未报告具体实验效果。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
AlphaRLM：让语言模型从文献出发发现符号化因子报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLAlphaRLM：让语言模型从文献出发发现符号化因子
AlphaRLM 是一个强化学习框架，训练 LLM 直接从金融文献构建可执行的符号化因子，无需输入因子表达式。它通过 Literature-Guided Operator Assembly（LEGO）引入文献语义先验，并用可执行有效性与分组收益分离奖励对齐市场反馈。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。