AllocFlow:从原始行情直接生成组合仓位,加密永续风险调整收益提升
Annan Wang · hf · 2026-11-17
南洋理工、斯坦福、MIT 等机构的论文 AllocFlow,提出端到端 flow-matching 框架,直接从多资产原始市场历史生成联合投资组合配置。
- 动机:传统管线把「信号预测/Alpha 发现」与「组合构建」解耦,可能错配学习目标与执行目标
- 架构:cross-asset flow Transformer 以时间市场表征为条件,联合生成所有资产的连续带符号仓位权重,捕捉持仓间依赖
- 训练:两阶段流程——先模仿学习,再用 group-relative 强化学习,解决从零学习连续配置策略的样本低效与不稳定
- 结果:在加密货币永续合约上提升了风险调整后收益
作者 Annan Wang、Yuchen Xie(共同一作)等,项目页 allocflow.github.io。
「研究」频道最新
- 潜层反馈机制省 46% 算力,仅四行代码即可实现 — IFM · 2026-11-17
- PaperCritic:RL 训练的 AI 审稿人在可靠性评估上超越前沿模型 — CarnegieMellonU · 2026-11-17
- 上交大 Calpha:通用 LLM 从内部残差状态直接输出蛋白质结构 — SJTU · 2026-11-17
- LoopFill 无训练投机解码加速 Looped Transformer 推理 — UIUC-CS · 2026-11-17
- SPILLWAY:零模型调用的确定性防线,模板注入攻击全部拦截 — saintmachines · 2026-11-17
- VoxMel TTS:免 tokenizer 自回归语音合成,Haar 变换分层生成 — VoxDance-Lab · 2026-11-17