AI投研新范式：2026年前沿論文綜述與量化重構

AI投研范式轉變：從通用遷移到金融約束重構

截至2026年中期，人工智能在量化金融領域的研究重心已發生顯著偏移。前沿研究不再滿足于將大語言模型、強化學習或Transformer架構直接套用于交易任務，而是強調圍繞金融場景的硬約束重構模型。這些約束包括延遲、回測有效性、非平穩性、交易成本、風險約束和可解釋性等。只有將這些約束納入模型設計和部署流程，通用模型能力才能轉化為可復現、可評估和可落地的投研工具。基于AAAI2026與ICLR2026主會及金融AI Workshop的代表性論文，當前研究主要涵蓋LLM交易智能體、Alpha因子挖掘、深度學習表征、強化學習泛化、金融基礎模型、端到端決策、模型可靠性評估及投研流程自動化等八個方向。

LLM在交易執行與輔助中的角色界定

大語言模型在量化交易中的價值更多體現為對策略研發、代碼生成、語義校驗和可解釋推理等環節的輔助，而非直接承擔低延遲交易執行功能。TiMi框架將系統拆分為離線策略研發和在線分鐘級執行兩個階段，離線階段由LLM智能體協作完成宏觀模式識別、微觀交易規則定制及代碼實現，并通過回測結果觸發反思修正；策略穩定后，系統將其蒸餾為可直接運行的交易程序，在線階段僅執行固化代碼，從而解決在線推理延遲和情緒化表達問題。VTA框架則關注LLM參與技術分析，通過將OHLCV價格序列轉化為技術指標及其自然語言注釋，使模型既能輸出準確的時間序列預測，也能給出貼近分析師習慣的技術解釋，補充了執行型智能體的另一側，幫助研究員理解模型邏輯。

Alpha因子挖掘的進化與標準化評估

Alpha因子挖掘正從一次性搜索推進到持續進化，并建立標準化評估體系。Navigating the Alpha Jungle框架利用LLM與蒙特卡洛樹搜索協同，提高符號因子搜索的方向感，同時保留回測指標對因子質量的硬約束，使生成的因子更易被研究員理解。AlphaAgentEvo提出自進化的Agentic Reinforcement Learning框架，通過層級獎勵引導智能體在多輪因子演化中積累經驗，學會修正公式和探索新方向，證明Alpha挖掘的關鍵在于回測反饋、長期規劃和反思機制的設計，而非僅依賴基礎模型規模。AlphaSAGE通過語法樹表示、GFlowNet采樣和多目標獎勵，在多個高質量公式模式之間保持結構化探索，將挖掘目標從追求最高分公式轉為構造可組合的因子集合。AlphaBench則為LLM參與公式化Alpha挖掘建立了可比較的評測體系，將任務拆解為因子生成、評價和搜索，指出LLM在穩健性和實際可部署性上仍存在短板。

深度學習拓展量化信號來源

深度學習方法正在補齊量化金融對非結構化、多模態和關系型信號的建模短板。Text to Alpha研究利用LLM提取企業披露中的語義漂移信號，構建移動目標得分以捕捉管理層關注重點的跨期變化，其構建的多空組合在多因子調整后仍具有顯著超額收益。Relational Probing通過輕量適配機制直接從語言模型內部表示中構建股票關系圖，并與下游預測目標對齊，消除了提示解析環節。GAP-TGN將議員與企業之間的關系網絡納入國會交易預測，識別可能帶來超額收益的結構性信息渠道。FinZero采用時序圖像化與不確定性調整強化學習，將預測的不確定性前置為決策約束，通過置信度閾值過濾低質量信號。Diffusion Copulas將邊際分布與依賴結構分開建模，解決多資產聯合預測中的正態性偏差，為尾部敏感的組合構建提供更可靠的分布基礎。WaveLSFormer將可學習的頻率分解與交易決策納入統一框架，直接以風險調整后收益為優化目標，展示了頻域交易模型的可行性。

強化學習的泛化與市場情境自適應

強化學習在量化交易中的核心難題是泛化，研究正從靜態回測轉向動態適應。MetaTrader通過構造訓練集外場景和保守的TD估計方法，使策略在分布外市場情境中保持有效，強調在訓練階段主動暴露策略弱點。ArchetypeTrader從專家軌跡中學習更細致的策略原型，讓智能體在面對新行情時先識別可借鑒的交易模式再進行局部修正，提供了更可解釋的策略遷移路徑。MARS以異構風險偏好智能體和元自適應控制器構成雙層架構，在不同市場狀態下動態平衡進攻與防守，使風險管理從單一獎勵項變成系統結構的一部分。此外，多智能體強化學習還被用于解釋分散參與者如何通過局部激勵共同提升市場流動性。

金融基礎模型、端到端決策與可靠性評估

金融基礎模型開始形成專用表示，Kronos通過專用離散化Tokenizer和大規模自回歸預訓練，構建可跨資產、跨市場遷移的K線基礎表示。DigMA旨在生成既符合市場微觀結構又可按指定情景調節的訂單流，用于高頻策略訓練和壓力測試。端到端決策方面，Koopman-PINN將金融工程中的連續時間結構作為先驗寫入神經估計框架，提高參數恢復的穩定性；STABLE將條件擴散生成的收益分布轉化為Black-Litterman投資觀點及其置信度，使組合在不同市場狀態下保持更穩健的風險收益權衡。在可靠性評估方面，Chameleon Attack揭示了金融文本模型面臨的語義一致對抗樣本風險，CAIA則評估了大模型智能體在高風險、不可逆決策場景中的穩健性，指出模型在工具選擇和證據甄別能力上存在系統性缺陷。EDINET-Bench、FinSearchComp和FinMMDocR等評測表明，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。