arXiv cs.CL· Hang Yu, Zifan Zheng, Chun Gan, Jeff Z. Pan, Tongliang Liu, Zhiyong Wang, Fengxiang He·· 11 小时前AI 评分24
AlphaMemo：面向自进化 Alpha 挖掘智能体的结构化搜索过程记忆
AlphaMemo: Structured Search-Process Memory for Self-Evolving Alpha Mining Agents
AI 导读
AlphaMemo 是一个带结构化搜索过程记忆的自进化 alpha 挖掘智能体，不再只记最终因子或完整轨迹，而是记录特定父因子上下文中哪些编辑 motif 有效或失败。
正文 · AI 翻译
摘要：LLM 智能体有望通过结合金融先验、符号推理、可执行因子生成和反馈驱动的迭代改进来进行 alpha 挖掘。然而，它们面临组合搜索空间、带噪声的非平稳反馈、冗余发现，以及因简单复用过去成功经验而产生的过拟合风险。为应对这些挑战，我们提出 AlphaMemo，一种具备结构化搜索过程记忆的自进化 alpha 挖掘智能体。AlphaMemo 并非仅记忆最终因子或完整轨迹，而是记录关于哪些编辑模式在特定父因子上下文中有效或失败的可复用证据。它从抽象语法树（AST）差异中提取模式，在搜索账本先验之上应用置信度门控的残差记忆，并使用非对称否决控制来抑制高置信度的失败模式。在 CSI 500 和 S&P 500 上的实验表明，样本外性能和固定预算下的发现效率均有所提升，消融实验验证了残差学习、置信度门控、AST 差异模式和否决记忆的作用。代码见 此 https URL。
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2606.20625 [cs.AI] |
| （或 arXiv:2606.20625v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.20625 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Fengxiang He [查看邮箱]
[v1]
2026年5月26日星期二 15:48:09 UTC（340 KB）
[v2]
2026年10月22日星期四 18:14:45 UTC（361 KB）
来源：arXiv cs.CL · arxiv.org