实测大模型挖掘量化因子:Grok表现惊艳,远超预期
SamuelAlbanie · x · 2026-08-11
研究者尝试使用大语言模型(LLM)来挖掘量化交易中的 Alpha 因子,并评估了模型在真实任务中的表现。实验中,研究者让大模型自主构建技术特征,并为其提供回测模型以检验效果。
通过对比不同模型的夏普比率(Sharpe ratio)、消耗的 token 数量以及计算成本,研究者发现 Grok 在处理这类真实世界的金融任务时表现异常出色。这表明 xAI 在模型训练中可能更侧重于实际任务解决能力,而非单纯刷榜。
「研究」频道最新
- MIT 科技评论探讨 LLM 下一代演进:挑战 Transformer 架构的新势力 — volokuleshov · 2026-08-11
- Thrive 研究员分享前沿上下文工程与模型可解释性探讨 — thesephist · 2026-08-11
- 学者吐槽:LLM 正在无情拆解社科实证论文的「数据垃圾」 — RexDouglass · 2026-08-11
- CVPR 2026 论文 EgoX:单张第三人称视频生成第一人称视角 — rsasaki0109 · 2026-08-11
- 实测GPT-Pro:仅需4美元即可端到端形式化验证学术论文 — RexDouglass · 2026-08-11
- 西安交大提出 QQWorld:大幅提升世界模型规划成功率 — 机器之心 · 2026-08-11