普林斯顿、蚂蚁集团与斯坦福提出AQuA：面向量化金融的双模块自主研究框架

核心问题：自主研究中的方法论脆弱性

量化研究对微小的方法论偏差高度敏感——尤其当AI代理自行设计实验时，易将含数据泄露（leaky）但回测表现优异的特征误判为有效先例，并在后续迭代中放大该错误。提示词指令与评审型Agent无法根治此问题，因作者与评审者共享相同的认知盲区。已有研究表明，LLM代理会利用目标函数或评估器的设计缺陷进行策略性博弈，而反复接触固定验证集更会引发适应性过拟合（adaptive overfitting）。AQuA的核心设计哲学正是切断这一恶性循环：在任何迭代开始前，即固化数据划分、特征/标签定义及评估器逻辑；Agent仅被允许输出受限的因子表达式或单一配置变更（config diff），确保其探索严格限定于领域特定语言（DSL）内部，而评估器始终处于‘不可适应’的静态边界之外——即所谓‘非对称自由’（asymmetric freedom）。

第一部分：经理协调的因子发现流水线

该模块构建于加密货币5分钟行情数据之上，采用六代理协同架构：数据管理员（Data Steward）、视觉分析师（Visual Analyst）、创意挖掘员（Idea Miner）、因子评估员（Factor Evaluator）、回测工程师（Backtest Engineer）与研究图书管理员（Research Librarian），全部由一名AI经理统一调度。代理间不直接通信，所有任务交接均经由经理中转，保障全流程可审计。因子输入以可证伪假说形式发起，包含假设、作用机制、预期方向及证伪条件；仅在此基础上，才从标准化‘公式化Alpha算子库’中组合生成。所有时序算子仅读取滑动窗口内数据，所有截面算子仅读取当前时刻快照，从而在算子组合层面封闭因果链。系统运行三重反馈机制：回测内的方向校准、单次运行中的证伪驱动信念更新、跨轮次记忆引导下一轮搜索。在20轮研究周期后，组合验证Spearman信息系数（IC）达约0.190，显著优于适配版AlphaMemo（0.171）、AlphaGen（0.151）、LSTM（0.137）、LightGBM（0.106）及Alpha158基线（0.075）；但单因子IC仅0.026–0.037，凸显其价值在于研究范式本身而非单一表达式。

第二部分：配置驱动的模型开发

该模块面向美股盘中30分钟收益预测，训练期为2010–2019年，2020年设为完全隔离的‘禁运间隙’（embargo gap），2021–2025年为未触碰测试集。内部验证仅使用训练窗口末段切片。每个研究假设被定义为一次精确的配置变更（如架构、损失函数、采样器或优化器调整），且每次变更仅生成一个可比模型变体。所用预测器为混合结构：前端为多尺度1D卷积，主干支持LSTM/Mamba/注意力机制（报告中采用注意力），后接跨截面混合、门控融合及个股池化输出层。无单一价格-成交量特征主导信号——最强单特征IC仅−0.031，岭回归组合亦仅+0.025。在相同数据与评估器下，各模型家族的个股原始IC分别为：岭回归+0.0251、LightGBM+0.0397、xLSTM+0.0434、LSTM+0.0535、GRU+0.0613、混合模型+0.0843（较最佳基线绝对提升+0.0230，相对提升37.5%）。论文明确指出，两部分IC计算标准不同，不可横向比较。

从信号到实盘策略

个股得分转化为美元中性多空组合，双边交易成本设为2个基点。行业中枢化（sector-neutralizing）使样本外夏普比率升至+2.15，训练与样本外值高度一致；叠加因果波动率目标控制后达+2.50；即使采用完全因果的滚动前向法（所有参数仅基于历史数据选择），仍可维持+2.00。个股R²为1.20%。2021至2025年逐年夏普比率分别为+1.7、+3.5、+1.9、+1.8、+2.7。