LLM复现管线检验1328篇顶刊实证金融论文:样本内可复现但样本外大幅衰减
Alpha Architect解读Dmitriy Muravyev 2026年工作论文,该研究使用自主LLM复现管线,对2000至2020年发表于Journal of Finance、Journal of Financial Economics、Review of Financial Studies的1328篇论文重建核心结果,其中1005篇具备后续样本外检验条件。
阅读原文Alpha Architect解读Dmitriy Muravyev 2026年工作论文,该研究使用自主LLM复现管线,对2000至2020年发表于Journal of Finance、Journal of Financial Economics、Review of Financial Studies的1328篇论文重建核心结果,其中1005篇具备后续样本外检验条件。
阅读原文Qlib v0.9.8 版本发布,包含应 Microsoft 要求完成的安全加固,合并了 #2339 与 #2340 两项改动。该版本限制可执行 recorder 制品的加载,从可信存储加载制品需显式设置 trusted=True,配置驱动的本地 .py 导入也需显式开启 trusted: true。升级生产工作流前需查阅两份迁移指南,GitHub 提供源码归档,PyPI 包需单独查询。
阅读原文Quantocracy 汇总了截至2026年10月5日的近期量化研究相关链接,涵盖5篇不同主题的量化研究内容。内容包括 meme 股票百年历史研究、统计有效回测构建方法、分析师下调评级后的市场反应、200日均线与波动率目标策略对比、正交聚类风险平价(OCRP)策略介绍。
阅读原文SSRN 论文《A Century of Meme Stocks and the Price of Coordination》提出用市场与公司数据训练机器学习模型识别 meme 股,将可追溯的“memeness”指标延伸至 1926 年。
阅读原文Quantocracy 于2026年10月3日汇总近期量化研究相关链接,涵盖巴菲特逆向投资建议回测、Nasdaq-100多项式回归带策略表现、资产增长异象成因、美股月末效应检验、宏观交易策略交易成本测算方法五类主题。
阅读原文Quantocracy 汇总了截至 2026 年 10 月 2 日的最新量化研究相关链接,涵盖多类量化研究主题。其中包括对约 150 类交易模式开展的 89.7 万次测试、1970 年以来 13 次油价飙升对美股的影响分析、1963 年至 2026 年债券收益率上行阶段的资产表现研究,以及基于 WallStreetBets 羊群效应与 BERT 情绪的注意力因子相关研究。
阅读原文Quantocracy 于2026年9月30日发布最新量化研究链接汇总,涵盖量化策略复现、机器学习横截面因子、量化交易播客分析、相关性与波动率研究等方向。其中包含Quantpedia Awards 2027赛事启动、Gao等人2018年提出的日内动量策略复现、335期量化交易播客的系统性总结等内容。
阅读原文Google DeepMind 于 2026 年 9 月 30 日宣布推出前沿大模型 Gemini 4 Argon,该模型面向软件工程、法律金融类企业知识工作、网络安全防御等复杂长周期工作流,当前正通过 Fairwind Program 向可信网络防御者分阶段开放。
阅读原文文章指出数据挖掘与AI驱动的“凭感觉量化”在本质和哲学层面完全一致,二者均试图跳过理解市场运行逻辑的核心环节,直接从市场中获利。真正的交易优势需要明确盈利的对手方、对方持续付费的原因,以及自身能够参与交易的合理性,仅靠回测优化无法识别这类结构性优势。
阅读原文作者结合两篇学术论文,提出LLM用于交易研究存在三层结构性局限:一是训练数据中充斥交易常识,缺少机制驱动的边缘思考;二是35+模型在时序值追踪测试中准确率随历史更新次数增加对数线性下降,提示工程和扩大上下文窗口均无法修复;三是25+模型在开放式问题上的输出相似度达71%-82%,不同架构模型也会收敛到相同的常见答案。
阅读原文作者指出 AI 大幅降低了量化策略的开发门槛,几分钟内即可生成完成编码与回测的策略,但廉价的实验会放大多重检验问题,催生大量看似有效实则过拟合噪声的虚假回测结果。
阅读原文FinRL v0.3.8 新增2026股票交易教程,配套3个脚本:FinRL_StockTrading_2026_1_data.py 负责数据下载与预处理,FinRL_StockTrading_2026_2_train.py 训练A2C。
阅读原文桥水联合Eclipse发布重振美国制造业系列报告第二部分,指出美国制造业因劳动力成本高、产业基础薄弱缺乏竞争力,关税难以弥合成本差距。报告提出需借助自动化、计算机视觉、增材制造等成熟技术,以及生成式AI、具身AI等前沿技术,将制造业生产率提升1至2个数量级,规模化应用这些技术预计需近十年时间。
阅读原文桥水研究团队认为 AI 泡沫尚未到来,当前已具备催生大泡沫所需的变革性技术与成熟宏观货币环境。该观点回应了市场对 AI 估值、商业化落地、技术进展放缓等质疑,同时提示 AI 滥用风险与监管不确定性。桥水于 2023 年初成立 AIA Labs,目标是打造可超越人类的全人工智能投资者。
阅读原文