>> 浙商證券-AI前沿跟蹤系列(一)：智能配置點(diǎn)評基于人機(jī)互動和大預(yù)言模型的因子挖掘平臺-230918
| 上傳日期： |
2023/9/19 |
大?。?/td>
| 1181KB |
| 格式： |
pdf 共12頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
陳冀 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
Saizhuo Wang、Hang Yuan等人的論文中提出了一種利用大型語言模型進(jìn)行Alpha因子挖掘的新范式，也為投資機(jī)構(gòu)未來金融科技、數(shù)據(jù)平臺、因子系統(tǒng)等平臺未來搭建提供了一種思路?，F(xiàn)代金融體系信息傳播、獲取、響應(yīng)大有不同，因子效果持續(xù)性下降，Alpha因子需要動態(tài)評估都對因子挖掘新范式提出了更高的要求。
基于LLM的Alpha挖掘范式提出
Saizhuo Wang和Hang Yuan等提出了第三種alpha挖掘范式，即增強(qiáng)人工智能交互以提高alpha研究的效果和效率。基于這種新的范式，構(gòu)建一個人機(jī)交互式alpha挖掘系統(tǒng)Alpha-GPT。該系統(tǒng)利用大型語言模型作為量化研究人員和alpha搜索之間的中介，具有解釋用戶交易想法、快速總結(jié)優(yōu)秀alpha以及自動修改搜索配置等優(yōu)勢。
通過LLM實現(xiàn)人機(jī)互動增加Alpha挖掘額外知識
AlphaBot是Alpha-GPT的關(guān)鍵層，它通過四個功能模塊自動將量化研究人員的意圖/思想轉(zhuǎn)化為LLM查詢的領(lǐng)域特定提示和指令，并將其轉(zhuǎn)化為算法Alpha挖掘?qū)幽芾斫獾呐渲?，增加Alpha挖掘的額外知識、信息、文獻(xiàn)和數(shù)據(jù)，以提高LLM的性能和準(zhǔn)確性。
通過Alpha-GPT生成更加可解釋的因子表達(dá)式
通過Alpha-GPT生成的Alpha表達(dá)式和相應(yīng)的自然語言解釋的示例表明，AlphaGPT能夠提供適當(dāng)?shù)腁lpha解釋，減輕了人類研究人員自行解釋這些表達(dá)式的負(fù)擔(dān)。
風(fēng)險提示
本報告依據(jù)最新前沿論文進(jìn)行解讀評述，若有理解不當(dāng)請以原始論文表述為準(zhǔn)。且本報告為AI應(yīng)用方法和框架介紹，并不作為有效投資方法建議，僅供參考。
|
|
