金融市場是高維非線性動態(tài)系統(tǒng)，具有重尾、時變波動和復(fù)雜的橫截面依賴性，導(dǎo)致預(yù)測難度增加。金融市場的資產(chǎn)回報預(yù)測面臨高維度、非平穩(wěn)性和持續(xù)波動性等挑戰(zhàn)。現(xiàn)有的定量研究流程自動化程度低、可解釋性弱、各關(guān)鍵組件協(xié)調(diào)性差。

本文提出RD-Agent(Q)，一個數(shù)據(jù)驅(qū)動的多代理框架，旨在自動化量化策略的研發(fā)。RD-Agent(Q)實現(xiàn)端到端自動化，增強可解釋性，降低幻覺風險。RD-Agent(Q)在研究階段通過結(jié)構(gòu)化知識森林模擬分析師工作流程，生成高質(zhì)量假設(shè)。在開發(fā)階段，Co-STEER作為知識進化代理，提升數(shù)據(jù)中心任務(wù)的代碼生成準確性和效率。

RD-Agent(Q)在真實股市實驗中，成本低于$10時，年化收益率（ARR）約為基準因子庫的2倍，且使用因子減少70%以上，超越了小資源預(yù)算下的深度時間序列模型。

摘要

金融市場的資產(chǎn)回報預(yù)測面臨高維度、非平穩(wěn)性和持續(xù)波動性等挑戰(zhàn)。現(xiàn)有的定量研究流程自動化程度低、可解釋性弱、各關(guān)鍵組件協(xié)調(diào)性差。本文提出RD-Agent(Q)，一個數(shù)據(jù)驅(qū)動的多代理框架，旨在自動化量化策略的研發(fā)。RD-Agent(Q)分為研究階段和開發(fā)階段，研究階段設(shè)定目標、形成假設(shè)并映射任務(wù)，開發(fā)階段通過Co-STEER生成代碼并進行市場回測。兩個階段通過反饋機制連接，使用多臂老虎機調(diào)度器進行自適應(yīng)方向選擇。RD-Agent(Q)在實際市場中實現(xiàn)了比經(jīng)典因子庫高出2倍的年化回報，且使用的因子減少70%。其聯(lián)合因子-模型優(yōu)化在預(yù)測準確性和策略穩(wěn)健性之間取得良好平衡。

簡介

金融市場是高維非線性動態(tài)系統(tǒng)，具有重尾、時變波動和復(fù)雜的橫截面依賴性，導(dǎo)致預(yù)測難度增加。資產(chǎn)管理行業(yè)正從經(jīng)驗驅(qū)動轉(zhuǎn)向數(shù)據(jù)驅(qū)動，量化投資因高效決策、可重復(fù)執(zhí)行和追求超額收益而日益普及。

現(xiàn)代量化研究流程通過微軟的Qlib項目簡化數(shù)據(jù)處理和回測，重點轉(zhuǎn)向因子挖掘和模型創(chuàng)新。因子挖掘從傳統(tǒng)模型發(fā)展到進化符號回歸和強化學習優(yōu)化，模型創(chuàng)新則從經(jīng)典自回歸演變?yōu)闄C器學習和深度學習架構(gòu)。股票特定模型利用圖神經(jīng)網(wǎng)絡(luò)捕捉股票間互動，LLM和多智能體系統(tǒng)從新聞和社交網(wǎng)絡(luò)提取信號。當前量化研究面臨三大限制：自動化程度低、可解釋性差、優(yōu)化過程碎片化。

本文提出RD-Agent(Q)，一個數(shù)據(jù)驅(qū)動的多智能體框架，自動化全棧量化策略開發(fā)，支持因子與模型的協(xié)同優(yōu)化。RD-Agent(Q)實現(xiàn)端到端自動化，增強可解釋性，降低幻覺風險。RD-Agent(Q)在研究階段通過結(jié)構(gòu)化知識森林模擬分析師工作流程，生成高質(zhì)量假設(shè)。在開發(fā)階段，Co-STEER作為知識進化代理，提升數(shù)據(jù)中心任務(wù)的代碼生成準確性和效率。

RD-Agent(Q)在真實股市實驗中，成本低于$10時，年化收益率（ARR）約為基準因子庫的2倍，且使用因子減少70%以上，超越了小資源預(yù)算下的深度時間序列模型。交替因子-模型優(yōu)化實現(xiàn)了預(yù)測準確性與策略穩(wěn)健性之間的良好平衡。

相關(guān)工作

傳統(tǒng)定量研究方法依賴于人造因子（如價值和動量），缺乏適應(yīng)性。符號回歸和遺傳編程自動化因子挖掘，增強信號多樣性和有效性。強化學習將因子配置視為序列決策，優(yōu)化夏普比率，但在市場變動下缺乏穩(wěn)健性和可解釋性。早期模型（如ARIMA和指數(shù)平滑）對高維噪聲數(shù)據(jù)表現(xiàn)不佳，經(jīng)典機器學習方法需手動特征工程。深度學習（如LSTM和Transformer）捕捉長期和橫截面依賴，專用時間序列神經(jīng)網(wǎng)絡(luò)如PatchTST和iTransformer進一步提升預(yù)測能力。現(xiàn)有因子和模型流程孤立且依賴專家，限制了在波動市場中的可擴展性。

大語言模型（LLMs）在金融研究中提供自動化機會，能提取預(yù)測信號和生成因子解釋。LLM基礎(chǔ)的多代理系統(tǒng)（如FinAgent和TradingAgents）用于復(fù)雜決策，但多集中于狹窄子任務(wù)，易產(chǎn)生幻覺且難以重現(xiàn)。現(xiàn)有系統(tǒng)缺乏聯(lián)合因子-模型優(yōu)化和工作流程整合機制，限制了在實際定量系統(tǒng)中的有效性。

RD-Agent(Q)

本文提出RD-Agent(Q)，一個數(shù)據(jù)驅(qū)動的多智能體框架，用于迭代因子模型研發(fā)，具備自動化、可解釋性和高效性。量化過程分為五個緊密耦合的單元：規(guī)范、合成、實施、驗證和分析，形成閉環(huán)循環(huán)，模擬人類研究者的試錯過程。RD-Agent(Q)持續(xù)自主運行，支持因子和模型組件的動態(tài)共同優(yōu)化。每輪的假設(shè)、實施和結(jié)果被持久存儲，促進知識積累和決策的逐步優(yōu)化。

規(guī)格單元

規(guī)格單元是RD-Agent的頂層組件，動態(tài)配置任務(wù)上下文和約束，確保設(shè)計、實施和評估的一致性。其運作沿兩個軸線：理論（編碼假設(shè)、數(shù)據(jù)模式和輸出協(xié)議）和經(jīng)驗（建立可驗證的執(zhí)行環(huán)境和標準化接口）。

規(guī)格單元形式化為元組S = (B, D, F, M)，其中B為背景假設(shè)，D為市場數(shù)據(jù)接口，F(xiàn)為預(yù)期輸出格式，M為外部執(zhí)行環(huán)境。任何候選因子或模型f θ需滿足條件：? , x ∈ D, ; f θ (x) ∈ F且f θ可在M中執(zhí)行，確保與標準輸入/輸出結(jié)構(gòu)兼容，支持模塊間的協(xié)作一致性和可重復(fù)性。

合成單元

合成單元通過歷史實驗生成新假設(shè)，模擬人類推理。當前優(yōu)化動作定義為t ∈ {factor, model}，并構(gòu)建實驗軌跡。第t個實驗表示為e_t = {h_t, f_t}，其中h_t為假設(shè)，f_t為反饋。維護當前最佳解決方案集SOTA，定義歷史假設(shè)和反饋集H_t和F_t。提取與動作相關(guān)的子集。

生成映射函數(shù)G結(jié)合理論先驗和經(jīng)驗反饋生成新假設(shè)h(t+1)，確保假設(shè)可執(zhí)行且科學合理。在因子生成任務(wù)中，h(t+1)考慮最新反饋、市場條件和經(jīng)濟理論，確保因子的有效性和可觀察性。生成機制根據(jù)性能反饋調(diào)整策略，成功時增加復(fù)雜性，失敗時進行結(jié)構(gòu)調(diào)整或引入新變量，形成“想法森林”。

假設(shè)h(t)被具體化為任務(wù)t(t)，下游模塊用于代碼實現(xiàn)。因子假設(shè)h_factor(t)可分解為多個子任務(wù)t_factor(i)，而模型假設(shè)h_model(t)映射為單一任務(wù)t_model，執(zhí)行整個建模和推理流程。

實施單元

實施單元負責將合成單元生成的可執(zhí)行任務(wù)轉(zhuǎn)化為功能代碼，核心在于RD-Agent(Q)的復(fù)雜開發(fā)。設(shè)計了專門的代理Co-STEER，支持定量研究中的因子和模型開發(fā)，確保實現(xiàn)的正確性、效率和適應(yīng)性。

因子開發(fā)中任務(wù)存在結(jié)構(gòu)依賴，采用引導(dǎo)性思維鏈機制，構(gòu)建有向無環(huán)圖(DAG)表示任務(wù)依賴關(guān)系。通過拓撲排序指導(dǎo)任務(wù)執(zhí)行，調(diào)度過程具有適應(yīng)性，反饋機制用于優(yōu)化計劃，優(yōu)先處理簡單任務(wù)以提高成功率。

實施代理I根據(jù)任務(wù)描述和知識庫生成代碼c j，過程包括任務(wù)解析、代碼合成、執(zhí)行和驗證。目標是最大化累積實施質(zhì)量π I，通過評估代碼的正確性和性能RI(c j)。知識庫K記錄成功和失敗的任務(wù)-代碼-反饋三元組，更新方式為K(t+1) = K(t) ∪ {(t j, c j, f j)}。通過知識轉(zhuǎn)移機制，代理可以根據(jù)當前反饋從知識庫中檢索相似任務(wù)的解決方案，提高新任務(wù)代碼生成的效率和成功率。

反饋驅(qū)動的優(yōu)化循環(huán)持續(xù)提升代碼質(zhì)量和效率，促進定量研究組件的快速和穩(wěn)健開發(fā)。

驗證單元

驗證單元評估實施單元生成的因子或模型的實際有效性。對新因子進行去重處理，通過與現(xiàn)有SOTA因子庫的相關(guān)性計算。計算因子矩陣F的IC值，篩選出IC值最大≥0.99的新因子，認為其冗余。剩余因子與當前SOTA模型結(jié)合，通過Qlib回測平臺評估性能。模型評估過程對稱，候選模型與當前SOTA因子集配對進行回測。驗證單元提供集成化、自動化的標準化評估管道，支持生產(chǎn)級市場模擬環(huán)境。

分析單元

分析單元在RD-Agent(Q)框架中擔任研究評估和策略分析的角色，評估假設(shè)、任務(wù)和實驗結(jié)果。若實驗結(jié)果優(yōu)于當前SOTA，則將結(jié)果添加至相應(yīng)的SOTA集合，并診斷失敗策略，生成改進建議。

分析單元與合成單元互動，形成閉環(huán)系統(tǒng)，平衡短期響應(yīng)與長期探索。每輪分析后，決定優(yōu)先進行因素優(yōu)化或模型優(yōu)化，采用上下文兩臂賭博問題，通過線性湯普森采樣解決。

系統(tǒng)觀察8維性能狀態(tài)向量，評估每個動作的預(yù)期收益，選擇收益最高的動作執(zhí)行，并更新后驗分布。通過上下文湯普森采樣機制，RD-Agent(Q)自適應(yīng)平衡探索與利用，提升迭代性能。

實驗

實驗設(shè)置

數(shù)據(jù)集：使用CSI 300數(shù)據(jù)集，涵蓋300只大型A股，時間分為訓練（2008年1月1日-2014年12月31日）、驗證（2015年1月1日-2016年12月31日）和測試（2017年1月1日-2020年8月1日）。

RD-Agent(Q)的三種配置：

• RD-Factor：固定預(yù)測模型為LightGBM，優(yōu)化因子集（起始于Alpha 20）。
• RD-Model：固定因子集為Alpha 20，尋找更好的模型。
• RD-Agent(Q)：同時優(yōu)化因子和模型。

基線比較：因子層面比較Alpha 101、Alpha 158、Alpha 360和AutoAlpha；模型層面包括多種機器學習和深度學習模型（如Linear、MLP、XGBoost、GRU等）。

評估指標：因子預(yù)測指標（信息系數(shù)IC、IC信息比率ICIR等）和策略表現(xiàn)指標（年化收益ARR、信息比率IR、最大回撤MDD等），采用基于預(yù)測收益排名的日常多空交易策略。

實驗分析

RD-Agent在CSI 300數(shù)據(jù)集上表現(xiàn)優(yōu)于所有基線模型，尤其在預(yù)測和戰(zhàn)略指標上。

RD-Factor通過動態(tài)優(yōu)化因子空間，超越靜態(tài)因子庫，IC高達0.0497，ARR提升至14.61%。RD-Model在固定因子下表現(xiàn)最佳，Rank IC為0.0546，MDD為-6.94%，顯示出機器學習模型在捕捉金融噪聲和非線性模式上的局限。RD-Agent(Q)通過聯(lián)合優(yōu)化因子和模型，達到最高性能，IC為0.0532，ARR為14.21%，IR為1.74，顯著超越強基線方法。

RD-Factor的因子假設(shè)演變分析顯示探索與利用的平衡，采用文本嵌入、相似性矩陣和層次聚類方法。

研究發(fā)現(xiàn)多樣化路徑產(chǎn)生協(xié)同效應(yīng)，最終選入8個試驗，涵蓋5個聚類，支持高效的深度搜索和概念覆蓋。

Co-STEER在RD-Agent(Q)框架下的pass@k準確率評估顯示，其在模型任務(wù)和全棧任務(wù)中快速收斂，o3-mini在復(fù)雜任務(wù)中表現(xiàn)出更高的恢復(fù)率，體現(xiàn)了其強大的鏈式推理能力。

RD-Factor在因子生成方面表現(xiàn)優(yōu)異，使用22%因子時，IC水平與Alpha 158和Alpha 360相當，且在2019-2020年間保持穩(wěn)定，顯示出迭代因子優(yōu)化的有效性。

RD-Model在ARR、MDD和資源使用方面優(yōu)于基線模型，RD-Model GPT-4o和o3-mini在風險收益比上表現(xiàn)突出。

RD-Agent(Q)對LLM后端的敏感性評估顯示，o1在多個指標上表現(xiàn)最佳，GPT-4.1緊隨其后，整體框架在不同LLM后端上表現(xiàn)穩(wěn)健。

RD-Agent(Q)的成本低于$10，驗證了其成本效益和可擴展性。

總結(jié)

RD-Agent(Q)是一個基于LLM的量化金融協(xié)作因子模型開發(fā)框架，支持模塊化組件和基于帶寬的調(diào)度器，能在固定計算預(yù)算下高效迭代。實證結(jié)果顯示，RD-Agent在信號質(zhì)量和策略表現(xiàn)上優(yōu)于基線，具備良好的成本效率和可推廣性。模塊化設(shè)計使其適應(yīng)真實世界環(huán)境，但目前依賴LLM的內(nèi)部金融知識。

未來工作可增強數(shù)據(jù)多樣性、引入領(lǐng)域先驗，并實現(xiàn)在線適應(yīng)市場變化。用戶需自行準備金融數(shù)據(jù)，獨立評估和測試生成因子及模型的風險，使用時需謹慎。

RD-Agent(Q)不提供金融意見，不能替代合格金融專業(yè)人士的角色，輸出不代表微軟的觀點。

?本文轉(zhuǎn)載自????靈度智能??，作者：靈度智能