AlphaRLM：用强化学习让LLM从文献构建符号因子

研究团队提出 AlphaRLM，一个用强化学习训练大语言模型从金融文献直接构建可执行符号因子的框架。据作者 Jie Huang 等介绍，该方法不需要输入因子表达式，而是让模型依据文献本身生成可执行的符号因子。 为对齐生成策略与市场反馈，该框架设计了 Literature-Guided Operator Assembly（LEGO）机制：以文献思路和可执行算子为条件，为模型提供语义先验；同时采用可执行有效性与分组收益分离的奖励。目前为该论文在 arXiv 上发布，尚无后续验证或实盘结果的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。