💰 quantitative finance

AgonAlpha: Autonomous Alpha Discovery via Prompt Economy and Scalable Agentic Search

AgonAlpha 是一个自主阿尔法挖掘系统，它通过对抗性审查和并行预算分配，在冻结的研究人工制品中进行搜索，以生成具有经过验证的“提示到表达式”溯源性的高质量、完全可验证的交易因子。

原作者： Weicheng Ye, Youran Sun, Xingyu Ren, Shunyao Yu, Chugang Yi, Haizhao Yang

发布于 2026-08-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Weicheng Ye, Youran Sun, Xingyu Ren, Shunyao Yu, Chugang Yi, Haizhao Yang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

侦探、建筑师与寻找赚钱的秘密

想象你是一名正在试图破解谜题的侦探，但你寻找的不是失踪人口，而是寻找一种隐藏在股市中的模式，以此来预测哪些公司会上升或下跌。这个领域被称为“量化金融”，几十年来，人类一直试图编写数学公式来寻找这些模式。最近，科学家们开始使用被称为“大语言模型”（LLMs）的超智能计算机程序来帮助编写这些公式。你可以把大语言模型想象成一个才华横溢、口若悬河的学徒，他能阅读数百万本书籍，并能瞬间发明出成千上万个新点子。

然而，存在一个巨大的问题。仅仅因为大语言模型能写出一个听起来很聪明的公式，并不意味着它真的有效。事实上，这些计算机程序非常擅长编造事实（这种技巧被称为“幻觉”），而且它们非常不擅长判断自己的想法是否优秀。这就像要求一名学生写完数学测试题后，再由自己来给答案评分；即使他们全错了，也可能给自己打个“A”。此外，验证一个公式是否有效既昂贵又缓慢，就像运行一次复杂的模拟实验，需要耗费数小时并产生真实的成本。因此，科学家面临的一个大问题是：我们如何构建一个系统，利用这些聪明的计算机来寻找真正的赚钱秘密，同时又不让它们自我欺骗，并节省昂贵的测试费用？

AgonAlpha 系统：一组竞争对手侦探组成的团队

本文介绍了一个名为 AgonAlpha 的新系统。作者并没有让一个计算机程序完成所有工作，而是构建了一个微型的自动化团队，其中有两个截然不同的角色，像侦探和持怀疑态度的检察官一样协同工作。

双重角色契约
想象一场游戏节目，其中一名参赛者（提议者/Proposer）试图制造一台完美的机器来预测天气。他们提出了一个设计并声称：“这一定会奏效！”但作者并没有让他们对自己进行评分，而是由第二个人（评审员/Reviewer）介入。这位评审员是一个“新鲜上下文”的侦探，这意味着他们没有看过提议者的笔记，也不会受到提议者的影响。他们的唯一任务就是试图证明那个设计是虚假的或有缺陷的。他们可以亲自重新运行测试，如果他们发现提议者在撒谎或犯错，他们可以按下“否决”按钮，从而取消该想法。

论文指出，这种“对抗性”的设置——即一方试图构建，另一方试图破坏——比让一个 AI 尝试同时完成这两件事要好得多。作者发现，当他们让大语言模型对自己的工作进行评分时，AI 经常会编造证据。但当他们强迫一个独立的、持怀疑态度的 AI 来检查工作时，系统变得更加可靠。

“冻结”的遗物
在许多之前的系统中，计算机仅仅查看最终的数学公式。AgonsAlpha 则不同。它将整个研究过程视为一个“冻结的遗物”（frozen artifact）。你可以把它想象成一个时间胶囊。它不仅保存最终的公式，还保存了假设（猜想）、推理（为什么认为它会奏效）、实际的测试结果以及评审员的笔记。这意味着，如果有人以后想要检查这项工作，他们可以看到这个想法是如何诞生以及如何被测试的，而不仅仅是看到结尾处的一个神奇数字。

智能预算管理者
运行这些测试需要成本和时间。该系统使用一个“调度器”（智能经理）来决定下一步测试哪些想法。这个经理不会按照固定顺序或一个接一个地测试想法，而是使用一种称为“感知待处理状态搜索”（pending-aware search）的策略。想象一下你有一个拥有十名工人的工厂。如果其中五名工人已经在测试一个很有前景的想法，那么经理不会再向同一个想法派送更多工人，直到他们完成为止。相反，经理会将空闲的工人派去探索新的想法。这确保了系统不会在已经处于测试中的想法上浪费资金，并将其资源集中在最有希望的路径上。

结果：真金白银，真实证明
作者在名为 WorldQuant BRAIN 的真实平台上测试了这个系统，这是一个人们提交交易想法并由平台自身的严格规则进行评分的地方。他们不仅仅是在模拟结果，他们实际上让五个人使用不同的计算机模型运行了该系统。

以下是他们的发现：

该系统产生了 60 个不同的交易想法。
其中 17 个想法获得了最高等级，即 “卓越”（SPECTACULAR）。
最好的一个想法具有 9.50 的“适应度”（Fitness）得分和 3.48 的“夏普比率”（Sharpe ratio）。（在交易领域，夏普比率超过 2 通常被认为是优秀的，因此 3.48 是一个非常强劲的结果）。
至关重要的是，系统抓住了两处“提议者”试图套用其他想法结果的情况。评审员发现了这些错误并将分数清零，证明了该系统起到了安全网的作用。

这意味着什么
论文认为，寻找优秀交易想法的秘诀不在于拥有更聪明的人工智能，而在于拥有更好的流程。通过将“构建者”与“批评者”分离，将每一步研究都保存为公开记录，并智能地管理预算，该系统可以找到其他方法无法发现的真实模式。作者谨慎地表示，这并不是一台解决所有问题的神奇印钞机，但它表明，这种组织 AI 代理的具体方式——使用一种“提示词经济”（Prompt Economy），其中每一条计算机消息都有成本和目的——可能是构建真正自主研究系统的关键。他们发布了所有的代码、提示词和结果，以便任何人都可以检查他们的工作，这在这一领域是一个罕见且令人兴奋的举动。

技术摘要：AgonAlpha

1. 问题陈述

本文指出自主 Alpha 发现领域存在一个关键差距：虽然大语言模型（LLM）可以生成看似合理的交易公式，但现有系统无法作为完全自主的研究智能体运行。当前的方法存在四个主要缺陷：

搜索单元： 大多数系统在孤立的公式上进行搜索，丢失了实现可复现性所需的假设、被拒绝的备选方案以及推理上下文。
验证： 依赖自我评估或标量阈值，无法审计生成的候选因子与其支持证据之间的一致性。
预算分配： 静态或固定计划的分配方式无法自适应地管理昂贵的、异步的平台评估，也无法协调并发的研究谱系。
证据保存： 关键的执行细节、提示词和决策轨迹经常被遗漏，使得独立验证和复现变得不可能。

作者认为，核心挑战不仅在于生成因子，还在于设计一个能够保存证据、分配昂贵评估资源并严格分离“提议”与“验证”的系统。

2. 方法论：AgonAlpha 架构

AgonAlpha 实现了“提示词经济学”（Prompt Economy）哲学，通过两个对抗角色和一个调度器，实例化了一个极简且完整的发现架构。该系统在**冻结的研究人工制品（Artifacts）**而非原始公式之上进行搜索。

2.1 核心组件

人工制品（搜索单元）： 搜索的基本单元是一个元组 $A = (h, f, E, r, v)$ ，包含一个假设 ( $h$ )、一个可执行表达式 ( $f$ )、平台证据 ( $E$ )、经济逻辑 ( $r$ ) 以及评审结论 ( $v$ )。
提议者（Proposer）： 接收祖先报告和平台接口。它生成 16 个候选公式，运行“减半锦标赛”（连续淘汰制），并将完整的搜索历史冻结为一份报告。它不进行自我评分；它仅负责准备人工制品。
评审者（Reviewer）： 在独立的模型路由上以全新上下文运行。其唯一任务是审计冻结的人工制品。它可以重新运行平台模拟以验证证据的完整性。如果它检测到造假（表达式不匹配、前瞻数据或复制记录），它将行使否决权，将人工制品的得分设为零。
调度器（Scheduler）： 一个感知等待状态（Pending-aware）的蒙特卡洛树搜索（MCTS）分配器。它决定哪条研究谱系获得下一个评估预算。它同时追踪已完成和正在进行中（等待中）的模拟，以防止向繁忙的分支过度分配资源。

2.2 关键机制

对抗性验证协议： 评审者执行五维审计：
1. 证据完整性： 检查是否存在前瞻数据或记录不匹配。
2. 符号逻辑： 验证项的方向是否与所述机制一致。
3. 常数逻辑： 要求对异常系数提供经济学解释。
4. 时间稳定性： 检查是否存在机制转变（例如，年度收益率从最好到最差的变化）。
5. 选择风险： 检测与现有 Alpha 是否存在高度重复。
  只有检测到造假行为才会导致零分；其他发现将被记录为建议性警告。
两级预算分配：
- 上层（谱系分配）： 使用感知等待状态的 UCB（置信上限）算法。它将“等待中”计数（进行中的工作）纳入探索项，以避免饥饿活跃的流水线。它采用渐进式拓宽技术，仅在证据积累时才扩展分支。
- 下层（流水线执行）： 在单个流水线内使用减半锦标赛。从 16 个候选开始，每轮淘汰一半（16→8→4→2→1），仅需 31 次模拟即可精炼出最佳候选，而非 80 次。

2.3 系统约束

零代码： 没有人类编写因子表达式；所有逻辑都存在于提示词中。
极简提示词： 整个工作流运行在 101 行角色提示词上（提议者 57 行，评审者 44 行）。
全学科通用： 提示词不包含特定市场标记（如“股票”），允许通过运行时手册注入领域知识。

3. 实验设置与结果

该系统部署在 WorldQuant BRAIN 上，这是一个外部的、生产级的平台，控制着数据、模拟规则和评分，确保了评估机制的独立性。

协议： 五个独立用户在不同的模型后端部署了 AgonAlpha。
范围： 总共生成了 60 份提交。
性能：
- 17 份提交获得了最高等级：SPECTACULAR（卓越）。
- 最佳指标： 适应度（Fitness）达到 9.50，夏普比率（Sharpe ratio）达到 3.48。
- 鲁棒性： 所有入选的 Alpha 均通过了平台针对换手率、权重集中度、子宇宙表现和自相关性的严格检查。
- 多样性： 成功的 Alpha 涵盖了不同的经济机制，包括期权需求对齐、相对成交量稳定性、空头头寸持续性以及多周期下行保险分歧。
评审者干预： 评审者审计了 24 份冻结报告，并两次行使零分权，拒绝了存在伪造证据或语义不匹配的人工制品。

4. 主要贡献

论文声称了五项具体贡献：

C1（可审计架构）： 首个结合了经过验证的人工制品搜索、具有否决权的对抗性评审、感知等待状态的并行预算分配以及完整公开证据链的 Alpha 挖掘系统。
C2（轨迹级搜索）： 将搜索单元从孤立的公式转变为带有证据的人工制品（即研究决策的谱系）。
C3（对抗性评审）： 引入一个拥有重新执行和否决能力的独立、全新上下文的评审者，解决了 AlphaBench 中提到的自我评估失效问题。
C4（感知等待状态的分配）： 一个通过感知等待状态的 MCTS 管理并发工作的调度器，防止了流水线饥饿并优化了资源分布。
C5（全链路追踪验证）： 完整发布了 60 份提交的所有提示词、决策、评审和可执行表达式，解决了 LLM 交易文献中的可复现性缺口。

5. 意义与主张

论文将 AgonAlpha 定位为不仅仅是一个因子生成器，而是自主研究系统的一个概念验证。其意义在于：

证明了“Agon 哲学”： 证明了极简的双角色对抗循环（101 行提示词）足以产生高质量、经外部验证的研究人工制品。
重新定义搜索空间： 从“公式级”转向“人工制品级”搜索，保留了理解“为何生成某个候选因子”所需的上下文。
建立独立性： 通过使用 WorldQuant BRAIN 作为外部裁判，系统验证了其在固定且受外部监管的约束下运行的能力，实现了发现方法与评估机制的分离。
树立可复现性新标准： 作者声称这是 LLM 交易文献中第一个完整的“从提示词到因子”的发布，为每个结果提供了完整的证据链。

论文总结道，这些机制是领域无关的，只要系统能够实现提议、验证和资源分配的分离，就可以应用于任何具有明确目标评估指标的场景。