yuxuanhui
50 lines
6.7 KiB
Markdown
50 lines
6.7 KiB
Markdown
# 2026 AI 挖因子：假设、实验与失败记忆
|
||
|
||
今年来源显示，重点已经从生成表达式扩展到字段核验、实验控制、预算、Python 语义和失败记忆。这是材料归纳，不代表 AI 工作流已证明能提高样本外收益。
|
||
|
||
## 1. 数据与工具先验来自可核验目录
|
||
|
||
模型生成前先获取当前字段与算子 schema，核对 region、universe、delay、type、单位和覆盖。先做语义分类和分布检查，再讨论表达式。来源：[WorldQuant BRAIN Alpha研究实战：从数据探索到LangGraph工作流](https://support.worldquantbrain.com/hc/en-us/community/posts/41037391218583)（2026-06-07）、[检测AI生成的alpha表达式，是否出现凭空捏造的数据字段](https://support.worldquantbrain.com/hc/en-us/community/posts/38265775305751)（2026-02-09）。
|
||
|
||
模型不能猜字段名，未知对象应返回待核验。双字段应登记主腿、辅助腿、关系和证伪条件。社区的 hook 禁止随意常数混合，是该作者的防过拟合策略；本库不将其视为数学上的普遍禁令。来源：[一个skill让AI不再混信号](https://support.worldquantbrain.com/hc/en-us/community/posts/42981290349463)（2026-08-25）。
|
||
|
||
## 2. 一个批次回答一个问题
|
||
|
||
每批至少包含 primary、ablation、control、少量 variant。主候选测试机制，消融判断哪个组件必要，对照排除简单价格或风险暴露，变体测试稳健性。来源：[【工作流分享】我把整套 BRAIN 挖矿流程写成了 5 个 Agent Skill（含使用教程 + 真实实验记录 + 全套文件打包下载）](https://support.worldquantbrain.com/hc/en-us/community/posts/42274443124119)（2026-07-28）。
|
||
|
||
例如极性配对：主候选是净情绪，消融是正腿/负腿，对照是总消息量，变体是邻近窗口。不要先造数百条表达式，再从赢家倒推经济解释。
|
||
|
||
## 3. 方向评分不能伪装成统计证明
|
||
|
||
“方向雷达”帖建议对批次用 Sharpe 分布、命中率、最佳值与若干置信规则评估数据方向，作者报告回溯效果。来源：[【经验分享】用AI 跑了几百次回测还找不到优质信号，到底是池塘没鱼还是鱼饵不对？燃烧token！给 AI 装上导航！](https://support.worldquantbrain.com/hc/en-us/community/posts/39319955780887)（2026-03-26）。
|
||
|
||
可取的是把“数据方向差”与“表达方式不合适”分开，并允许暂缓和停止。风险在于候选彼此相关、经过自适应筛选；把几十条相关表达式当独立样本做 t 检验，不能证明存在 Alpha。Top Sharpe 也有赢家偏差。应保留未用时间段、固定基线，按真实时间序列依赖设计验证；简单重采样表达式不解决时间泄漏。
|
||
|
||
## 4. 状态机与上下文摘要
|
||
|
||
流程可以是：假设登记→合法性检查→预算批准的模拟批次→诊断→修复或淘汰→稳健性复核→候选池。作者的 PASS/CONDITIONAL/REJECT 和 Skill 分工可作为组织方式，但评判必须依据真实响应。来源：[【工作流分享】我把整套 BRAIN 挖矿流程写成了 5 个 Agent Skill（含使用教程 + 真实实验记录 + 全套文件打包下载）](https://support.worldquantbrain.com/hc/en-us/community/posts/42274443124119)（2026-07-28）、[最近跑通的一套 Alpha 研究“反馈回路”：少一点玄学，多一点可验证](https://support.worldquantbrain.com/hc/en-us/community/posts/40290434309655)（2026-05-07）。
|
||
|
||
模拟工具原始大输出会挤占上下文，社区有耗掉多数上下文的反馈。保留完整原始结果引用，给模型仅传关键检查、变化、PnL 摘要与失败原因；不能在摘要中丢掉 WARNING 或 pending。来源：[挖掘 Token 黑洞 01：MCP Simulation 如何吞掉 70%+ 的可读上下文](https://support.worldquantbrain.com/hc/en-us/community/posts/40530659645719)（2026-05-17）。
|
||
|
||
## 5. 失败记忆
|
||
|
||
记录失败类型、字段/结构、settings、修复动作和适用条件，让下轮先查相同失败。来源：[[Python Alpha 挑战赛]基于多层记忆的PythonAlpha自动探索ai-agent](https://support.worldquantbrain.com/hc/en-us/community/posts/40768096146327)（2026-05-27）、[[skills小工具]将数据库中数据封装成skills，用于AI工作流](https://support.worldquantbrain.com/hc/en-us/community/posts/39215982466071)（2026-03-22）。尚没有足够对照证明记忆库带来更高样本外收益，但它可减少重复试错并提高可审计性。
|
||
|
||
社区 casebook 细分算子语义、NaN/window、中间值、store warm-up 与 schema 故障。来源：[[Python Alpha 挑战赛] SKILL: Regular to Python Alpha ｜ 稳定转写Python Alpha](https://support.worldquantbrain.com/hc/en-us/community/posts/41032955115927)（2026-06-07）。只有可复现结论才升级为稳定规则；一次失败不能永久封禁某字段或算子。
|
||
|
||
## 6. Python 要区分翻译和新方法
|
||
|
||
先对齐 NaN、窗口、rank/group、初始化、设置和中间值。总 Sharpe 接近仍可能掩盖近期子区间差异；应比较逐期 PnL、相关性、覆盖和全部检查。来源：[[Python Alpha 挑战赛] SKILL: Regular to Python Alpha ｜ 稳定转写Python Alpha](https://support.worldquantbrain.com/hc/en-us/community/posts/41032955115927)（2026-06-07）、[【python alpha挑战赛】fast to python alpha skill ](https://support.worldquantbrain.com/hc/en-us/community/posts/41449260982423)（2026-06-24）。
|
||
|
||
Store 可以减少重复计算和请求历史长度，但使用 `lookback=0` 的社区经验不是所有算法都合法、正确或无需预热的保证。缓存要处理事件时间、股票进出和初始状态。来源：[【Quant101】基于FastExpr的高效PythonAlpha架构设计——From Fast to Python Skill](https://support.worldquantbrain.com/hc/en-us/community/posts/41540545206679)（2026-06-27）。
|
||
|
||
真正需要 Python 的自适应与概率模型，也应与确定性简单基线比较。来源：[[Python Alpha 挑战赛] Monte Carlo GBM + 贝叶斯自适应：AI Agent 量化研究工作流实战](https://support.worldquantbrain.com/hc/en-us/community/posts/41540700959639)（2026-06-27）。平台当前支持范围继续以 [Python Alpha](python-alpha.md) 的已核查官方资料为准。
|
||
|
||
## 7. 建议的生成契约
|
||
|
||
输入：当前合法字段/算子子集、机制问题、完整市场设置、预算、禁用的已知失败模式。
|
||
|
||
输出：一句假设；数据可得时间；主/辅腿；最小表达式；单位/缺失假设；反例；基线/消融/对照；需要核验的事项。模型不得自行把预期 Sharpe 填成实测值。
|
||
|
||
预算结束、字段不可解释、连续变体只有局部过线、无新增信息或近期失效时暂停该方向。具体阈值由实验预先定义，本次未运行任何挖掘任务。
|