量化分析報告：AI投研新范式，2026年AAAI與ICLR前沿論文綜述.pdf

上傳者：小**
時間：2026/07/17
熱度：107
0人點贊
舉報

本文綜述了2026年AAAI與ICLR主會及相關金融AI Workshop代表論文，梳理了AI在量化投研領域的前沿研究方向。研究重心正從“調用通用模型”轉向“圍繞金融約束重構模型”，強調延遲、回測有效性、非平穩性、交易成本、風險約束和可解釋性等金融場景硬約束。主要發現包括：LLM更適合承擔離線研發、因子生成、語義校驗和投研輔助，而非直接承擔低延遲交易執行；Alpha因子挖掘從公式生成走向搜索策略和標準化評估，強調回測反饋和長期規劃；深度學習方法開始在文本語義漂移、動態關系圖、多模態時序預測、多資產尾部依賴和頻域交易模型中拓展信號來源；強化學習研究更加重視分布遷移、市場狀態和微觀流動性，從靜態回測轉向動態適應；金融基礎模型開始圍繞K線、訂單流和情景仿真建立專用表示；組合與定價模型也開始把金融動力學、風險目標和估計不確定性直接寫入訓練過程。此外，金融大模型評測結果仍偏謹慎，通用大模型在復雜財報理解、跨文檔檢索和多步金融推理中仍有明顯短板，短期更適合作為投研輔助工具。