审计 LLM 因子挖掘：正向回测摘要不足以证明 Agent 能力(arXiv)
Why it matters
它提醒用 LLM 挖因子的研究要固定指标口径、完整记录全部候选，不能用不完整的记录给架构排名。
Summary
论文对一个已保存的 LLM alpha 因子挖掘项目做了三层审计：历史运行计数、结果留存和公开复算。作者发现，原有的运行间对比混用了不同口径的指标，公开的 1,837 条表达式目录也排除了样本外为负的结果。
Key points
- 三次历史运行分别报告保留 67、20、11 个候选，但对比口径不一致
- 对冻结候选池中的 1,047 条唯一表达式做全量复算，用 40 只 A 股 2024–2025 年的数据
- 923 条可评分记录中，671 条平均 rank-IC 为正，252 条为负
- 未经训练的简单参照同样呈正相关，因此不能证明 Agent 带来增量能力或盈利
Details
- arXiv
- 2610.29500
- Tags
- 量化交易研究论文因子挖掘可复现性
Comments
Comments coming soon.