基于大模型的量化交易股票投资框架，实现自动化策略发现

文章预览

“ Automate Strategy Finding with LLM in Quant investment ” 论文地址 ：https://arxiv.org/pdf/2409.06289 摘要 本文利用大型语言模型（LLMs）和多智能体架构，提出了一个新的量化股票投资框架，通过LLMs挖掘alpha因子并使用多智能体动态评估市场条件。 框架结合了LLMs从多模态金融数据中挖掘alpha因子的能力，通过集成数字数据、研究论文和可视化图表来提取预测信号。 同时，采用集成学习构建多样化的交易智能体池，以增强策略表现。 动态权重门控机制根据实时市场条件选择和分配最相关的智能体，实现自适应和上下文感知的复合alpha公式。 实验证明，本方法在中国股市中明显优于现有基准，突显了结合LLM生成的alpha和多智能体架构以实现卓越交易表现和稳定性的有效性。强调了AI驱动方法在增强量化投资策略方面的潜力，并为在金融交易中整合先进的机器学习技术 ………………………………