主题策略-量化分析报告-AI投研新范式：2026年AAAI与ICLR前沿论文综述-260716（44页）.pdf

核心结论速览： AI量化投研正从“调用通用模型”转向“围绕金融约束重构模型”：2026年AAAI与ICLR的前沿研究已不再满足于把大语言模型、强化学习或Transformer直接套用到交易任务，而是更强调延迟、回测有效性、非平稳性、交易成本、风险约束和可解释性等金融场景硬约束。 LLM更适合承担离线研发与投研辅助，而非低延迟交易执行：TiMi、AlphaAgentEvo、AlphaBench等研究表明，模型能力的关键不只在参数规模，更在搜索机制、反馈设计和标准化评估体系。大模型的语义理解、代码生成和数学反思能力应用于策略研发，而把分钟级交易执行交还给稳定的程序化模块。 深度学习拓展了量化信号的边界：Text to Alpha从企业披露中捕捉管理层战略重心漂移；Relational Probing直接从语言模型内部构建可端到端训练的股票关系图；FinZero以时序图像化实现跨资产泛化；Diffusion Copulas将边际分布与依赖结构分开建模，识别系统性尾部风险；WaveLSFormer将可学习的频率分解直接映射为多空仓位。 强化学习量化从静态回测走向稳健决策：MetaTrader在训练阶段主动暴露策略弱点，使模型学到穿越市场状态变化的决策规律；ArchetypeTrader从历史专家轨迹中提取可复用的“策略原型”；MARS构建多类风险偏好智能体动态平衡进攻与防御。模型评估不再只看单期夏普比，更要关注跨阶段稳定性和压力场景表现。 金融基础模型开始形成专用表示：Kronos为K线建立专用tokenizer，在120亿条记录上预训练；DigMA实现可按情景调节的市场订单流生成；CTBench同时评估生成数据的统计保真度和交易可用性。金融数据不能简单视为普通时间序列，模型设计需要嵌入市场结构。 金融大模型评测结果仍偏谨慎：EDINET-Bench显示LLM在财务报表造假检测上仅比逻辑回归略有优势；FinMathBench揭示模型在多步金融计算中准确率快速下降；CAIA测试显示即使配备专业工具，最强模型也明显低于初级分析师水平。通用大模型在复杂财报理解、跨文档检索和多步金融推理中仍有明显短板，短期更适合作为投研辅助工具。LLM交易智能体与技术面推理。TiMi（ICLR 2026）：让LLM承担策略研发，而非交易执行。TiMi将系统拆成离线策略研发和在线分钟级执行两个阶段。离线阶段由多个专长不同的LLM智能体协作完成宏观模式识别、微观交易规则定制、代码实现和参数约束设定，并通过回测结果触发反思。在线阶段只执行已固化的代码，不再持续调用大模型。实验覆盖200多个交易对，结果显示TiMi在盈利稳定性、动作效率和风险控制上均优于单纯依赖在线LLM推理的交易智能体。核心启示：金融场景不应简单追求“让大模型直接下单”，而应让大模型承担策略发现和工程化迭代。VTA（ICLR 2026）：让LLM参与技术分析。VTA（Verbal Technical Analysis）先把OHLCV价格序列转化为MACD、RSI等技术指标及其自然语言注释，让LLM围绕趋势强弱、动量变化生成可读的技术分析轨迹；随后通过联合条件训练，将推理结果与时序骨干模型的预测结合，生成条件化的价格预测。VTA能在保持可解释技术分析的同时提升预测准确率，作为信号诊断、技术面归因和投研沟通的工具。（数据来源：国联民生证券研究所）。Alpha因子挖掘与评估体系。Navigating the Alpha Jungle（AAAI 2026）：LLM+MCTS协同搜索。框架把因子挖掘组织成LLM与蒙特卡洛树搜索协同的迭代流程。每个节点对应一条候选因子公式，LLM根据当前公式、可用字段、算子库提出修改方向；MCTS依据回测反馈选择更值得探索的分支。候选因子被放入统一回测器中计算预测能力、稳定性、换手率等指标，客观分数再反向指导树搜索。框架能够挖掘出预测能力和交易表现更好的公式化因子，并且相比纯自动搜索更容易被研究员理解。AlphaAgentEvo（ICLR 2026）：从一次性搜索到持续进化。论文提出自进化的Agentic Reinforcement Learning框架，以层级奖励引导智能体逐步学习。低层奖励保证工具调用、公式合法性和基础回测流程正确；高层奖励关注因子表现的持续改善、跨市场可迁移性和多样性。智能体在每一轮根据历史尝试、回测指标和失败原因进行反思，形成新的修改计划。实验表明AlphaAgentEvo能更高效地产生多样、可迁移的Alpha，且参数较小的开源模型经过该框架训练后也能超过部分闭源强推理模型——关键在于把回测反馈、长期规划和反思机制设计成稳定的学习过程。AlphaSAGE（ICLR 2026）：避免因子挖掘的“塌缩”问题。普通RL往往把策略推向少数高奖励公式，导致搜索结果同质化。AlphaSAGE通过语法树表示、GFlowNet采样和多目标奖励，在多个高质量公式模式之间保持结构化探索。奖励函数不仅考虑预测能力，还纳入结构对齐、新颖性和与已有因子的差异度。实验结果在预测性、多样性和新颖性上均优于传统基线，把Alpha挖掘从“追求最高分公式”转为“构造可组合的因子集合”。AlphaBench（ICLR 2026）：为LLM因子挖掘建立标准评测体系。AlphaBench将公式化Alpha挖掘拆成因子生成、因子评价和因子搜索三类核心任务，在统一数据、提示和回测口径下评估不同LLM。结论：LLM在自动化因子挖掘中确有潜力，但在稳健性、搜索效率和实际可部署性上仍存在短板。AlphaBench的贡献在于提供了一把“量尺”，要求未来新算法说明在生成、评价、搜索三个环节分别改进了什么。（数据来源：国联民生证券研究所）。深度学习表征与多模态预测。Text to Alpha（ICLR 2026 Workshop）：考察LLM能否识别企业披露中管理层关注重点的跨期变化。采用“LLM提取+嵌入度量”两阶段框架，先以大模型从历年盈利电话会议记录中提取业绩指标，再通过文本嵌入计算跨期“持续率”定义移动目标得分。基于LLM提取的移动目标组合在多因子调整后仍具有显著超额收益，明显优于命名实体识别基准。Relational Probing（ICLR 2026 Workshop）：通过可端到端训练的轻量适配机制，直接从语言模型内部表示中构建股票关系图，并与下游预测目标对齐。以带股票代码标注的金融新闻为输入，用RelationHead通过注意力与双线性打分得到股票两两关联强度。框架将文本理解、关系归纳与趋势预测整合为一个可微目标，为新闻驱动的动态关系图构建提供了稳健且低成本的落地路径。FinZero（AAAI 2026 Workshop）：将金融时序转化为标准化图像，构建跨资产、跨频率的多模态图文数据集，以多模态大模型为主干，通过不确定性调整强化学习进行微调。模型逐条给出涨跌方向及可量化的置信度，高置信子集的准确率显著更高，把预测的不确定性前置为决策约束。Diffusion Copulas（ICLR 2026 Workshop）：针对端到端扩散模型普遍存在的“正态性偏差”——尾部风险被系统性低估。框架先独立建模各资产的重尾边际，再在Copula尺度上学习资产间的非高斯依赖，使预测分布同时保留重尾边际与非高斯联合依赖。能把市场同步崩跌识别为“可预期的下跌”而非“黑天鹅”，为多资产ES估计和压力测试提供更可靠的分布基础。WaveLSFormer（ICLR 2026 Workshop）：将可学习的频率分解与交易决策纳入统一框架，直接以风险调整后收益为优化目标。模型以多资产小时级收益率为输入，经可训练FIR卷积核拆分为低频趋势与高频残差，跨频融合采用“低频引导、高频注入”设计。相比原始Transformer将Sharpe比率大幅提升，展示了把频率分解、信号生成与风险约束统一进端到端训练的可行路径。（数据来源：国联民生证券研究所）。强化学习的泛化与市场情境自适应。MetaTrader（AAAI 2026）：关注强化学习交易策略的泛化问题。设计双层学习框架——内层在原始历史数据上优化组合收益，外层通过多种市场变换构造训练集外场景，使智能体必须在被扰动环境中保持有效。采用保守的TD估计方法，从一组变换后的TD目标中近似最坏情况目标。结果优于传统RL交易模型和“预测后买入”的固定规则，强调在训练时主动暴露策略弱点。ArchetypeTrader（AAAI 2026）：从专家轨迹中学习“策略原型”。系统先从历史专家交易轨迹中抽取若干离散的战略原型，每个原型对应一类可复用的交易方法；运行时根据当前市场特征选择最匹配的原型，再由RL智能体在原型动作基础上调整仓位、交易方向和执行强度。提供更可解释的策略迁移路径，有助于研究员理解同一策略在不同市场阶段为何失效或恢复。MARS（AAAI 2026）：构建由多类风险偏好智能体组成的系统。底层由资本保护型到增长进攻型等不同风险画像的智能体组成，每个配有Safety-Critic网络评估动作风险；上层Meta-Adaptive Controller根据实时市场状态动态分配权重。能显著降低最大回撤和波动，同时保持有竞争力的收益，使风险管理从单一奖励项变成系统结构的一部分。（数据来源：国联民生证券研究所）。金融基础模型与市场仿真。Kronos（AAAI 2026）：为金融K线建立类似“金融市场语言模型”的基础模型。通过专用离散化Tokenizer将连续价格动态和交易活跃度压缩为Token序列，在45个全球交易所、超120亿条K线记录上自回归预训练。在Rank IC、波动率预测误差和合成K线保真度等指标上优于多类基线，可从行情数据中学习“市场语言”为预测、生成和策略仿真提供统一表征。DigMA（AAAI 2026）：将市场生成拆成“状态分布生成”和“订单流生成”两个环节。条件扩散模型刻画市场状态参数演化，元代理从状态分布采样生成逐笔订单。生成订单流可回放成完整市场环境，用于高频策略训练、压力测试和市场机制研究，在生成保真度和情景可控性上优于已有方法。CTBench（ICLR 2026）：同时评估加密时间序列生成的统计保真度和交易可用性。覆盖452个加密代币，从预测准确性、排序保真度、交易表现、风险评估和计算效率5个维度设计13项指标。结论：统计拟合好并不必然带来可交易性，提醒评估金融生成模型时必须纳入市场环境和交易目标。（数据来源：国联民生证券研究所）。端到端决策与模型约束。Koopman-PINN（AAAI 2026）：将Heston随机波动率模型的连续时间结构作为先验写入神经估计框架。用非参数ART-filter估计潜在波动率，用神经Koopman算子将非线性动力系统映射到高维线性表示空间，引入基于随机微分方程无穷小生成元的损失约束网络输出。能稳健恢复Heston模型五个核心参数，代表了“模型约束学习”的路线——用神经网络帮助传统模型在复杂高频数据中更稳定地校准。STABLE（ICLR 2026）：将条件扩散生成的收益分布转化为Black-Litterman投资观点及其置信度。模型以宏观经济环境和个股历史信号为输入，为每只股票生成多条未来收益路径；将预测均值视为投资观点、协方差视为置信度，与历史先验进行贝叶斯融合。当预测不确定性较高时，其观点对最终配置的影响相应降低。报告了更高的夏普比和更低的波动回撤，把不确定性、协方差和投资约束一并纳入决策。（数据来源：国联民生证券研究所）。金融文本模型的鲁棒性与安全评估。Chameleon Attack（AAAI 2026）：检验事件驱动股票预测模型在金融文本输入端的对抗鲁棒性。通过潜在空间扰动搜索与语义回译两阶段流程，生成能够误导模型且保持原意自然的金融文本。攻击可达到较高成功率，同时保持文本自然性和语义一致性。新闻驱动预测、情绪因子和自动研报系统都需要纳入对抗样本、输入校验和鲁棒训练。CAIA（AAAI 2026 Workshop）：利用加密货币市场的对抗性和可核验性评估大模型智能体在高风险场景中的稳健性。结果：无工具时各模型准确率仅一两成；配备专业工具后最强模型也仍明显低于初级分析师水平；模型半数以上工具调用优先选择通用网络搜索而非权威链上接口，暴露出“工具选择”上的系统性缺陷。应把对抗稳健性作为智能体可部署性的前置门槛。（数据来源：国联民生证券研究所）。金融大模型评测与投研流程自动化。EDINET-Bench（ICLR 2026）：评测LLM处理真实财务报表中的复杂判断。基于日本EDINET系统十年上市公司年报，任务包括会计造假检测、盈利变化预测和行业分类。即便是先进LLM在造假检测和盈利预测上也只比逻辑回归略有优势，说明“把完整年报直接塞给模型”并不能自动产生可靠财务判断。FinMathBench（AAAI 2026）：专门评估大模型在金融数学推理中的能力。以自建金融公式库为核心，采用公式驱动的问题生成，最终基准包含946道题、4个复杂度层级。模型在单公式题上表现尚可，但随着公式链条变长准确率快速下降，说明金融数学推理的瓶颈不只是算术，而是业务语义、公式选择和多步依赖关系的稳定结合。FinRpt（AAAI 2026）：将“自动生成股票研究报告”定义为一个数据、模型和评测一体化任务。整合7类金融数据、11项评价指标和多智能体生成框架，由不同智能体分别承担数据收集、财务分析、预测判断、风险归纳和报告撰写。把投研流程从单纯问答推进到可评测的报告生产，但自动生成内容必须配套指标体系与人工复核。TermGPT（AAAI 2026）：解决金融与法律文本中专业术语辨析不充分的问题。通过句子图建模和句子、Token双层对比微调，强化专业术语的细粒度区分能力，使表述相近但含义不同的术语被显式区分。模型能力不只靠扩大语料或增强推理，术语粒度的表示质量同样关键。CLER（AAAI 2026）：让模型通过“学习其他模型犯过的错”提升推理质量。构建FinErrorSet收集8000多组错误与修正样本，测试时检索器匹配结构相近的历史错误案例，引导目标模型先识别可能出错的环节再对照修正样例检查。在三个金融多模态基准上优于常规自我反思，提供了一种系统化沉淀错误案例库的实用思路。VeritasFi（AAAI 2026 Workshop）：面向多模态金融文档的RAG框架。由知识构建、混合检索与自适应重排三环节组成。将多模态文件切块后用视觉语言模型把表格改写为趋势性描述、图表转为结构化说明，检索阶段并行走稀疏、密集与元数据三路语义检索及工具调用，最后由两阶段重排模块精排。为机构将通用大模型适配为面向特定公司的文件问答系统提供了可部署架构。（数据来源：国联民生证券研究所）。延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部内容（含完整论文列表、方法论详解等），请访问下载页下载完整PDF报告。FAQ。Q1：2026年AI量化投研的核心趋势是什么？A：研究重心正在从“调用通用模型”转向“围绕金融约束重构模型”——不再简单地把大语言模型、强化学习或Transformer套用到交易任务，而是根据金融场景对延迟、回测有效性、非平稳性、交易成本和可解释性的要求重新设计模型功能。Q2：LLM在量化交易中最适合承担什么角色？A：更适合承担离线研发、因子生成、语义校验和投研辅助，而非直接承担低延迟交易执行。TiMi等研究表明，让LLM承担策略发现和工程化迭代，把分钟级交易执行交还给稳定的程序化模块，是更务实的设计方向。Q3：强化学习量化策略面临的核心难题是什么？A：泛化问题——许多离线RL策略在历史数据上表现很好，但一旦市场结构、趋势方向或波动状态变化就会失效。MetaTrader、ArchetypeTrader、MARS等研究分别从训练阶段暴露弱点、策略原型提取、多风险偏好动态平衡等方向探索解决方案。Q4：金融大模型在实际投研中能替代分析师吗？A：短期不能。EDINET-Bench显示LLM在造假检测上仅比逻辑回归略有优势；CAIA测试中配备专业工具的最强模型也明显低于初级分析师水平；FinMathBench揭示多步计算中准确率快速下降。大模型更适合作为投研辅助工具，而非替代分析师判断。Q5：当前金融AI评测体系的主要发现是什么？A：通用大模型在复杂财报理解、跨文档检索和多步金融推理中仍有明显短板；评测需要更贴近真实投研工作流——模型需要配套检索、信息结构化、专用推理流程和人工复核，不能只依赖长上下文窗口或静态题库。数据来源说明。本报告数据来源于：国联民生证券研究所、AAAI 2026主会及Workshop论文、ICLR 2026主会及Workshop论文。