研究者发布LineageEvo谱系感知LLM进化因子挖掘方法论文

Xintong Liu、Chenkai Zhang、Yanzhao Ma、Peng Yang发布研究论文，提出LineageEvo谱系感知LLM进化因子挖掘方法，通过谱系条件化LLM变异、谱系分层搜索分配两种机制优化大语言模型驱动的进化因子挖掘流程。 该方法在CSI 500与S&P 500市场的因子预测性、组合表现、搜索效率及谱系、表达式多样性维度完成评估，论文称LineageEvo在两个市场均取得最优预测表现，LSPS则生成了更均衡的谱系分布和结构更宽的因子池。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。