QuantaAlpha: 大規模言語モデル駆動のアルファ発見のための進化的フレームワーク

要旨

金融市場はノイズが多く非定常的なため、アルファ発掘はバックテスト結果のノイズや市場レジームの急激な変化に敏感です。近年のエージェント型フレームワークはアルファ発掘の自動化を進化させていますが、制御可能なマルチラウンド検索や検証済み経験の信頼性高い再利用が不足しがちです。こうした課題に対処するため、我々はQuantaAlphaを提案します。これは各エンドツーエンドの採掘実行を軌道として扱い、軌道レベルの突然変異と交叉操作によって因子を改善する進化的アルファ発掘フレームワークです。QuantaAlphaは各軌道内の最適でないステップを特定して標的修正を施し、補完的な高報酬セグメントを再結合することで有効なパターンを再利用し、採掘反復を跨ぐ構造化された探索と洗練を実現します。因子生成時には、仮説・因子表現・実行可能コード間の意味的整合性を強制し、生成因子の複雑性と冗長性を制約することで混雑化を緩和します。中国証券指数300（CSI 300）における大規模な実験により、強力なベースラインモデルや従来のエージェント型システムを一貫して上回る成果を実証しました。GPT-5.2を利用した場合、QuantaAlphaは情報係数（IC）0.1501、年率換算収益率（ARR）27.75%、最大ドローダウン（MDD）7.98%を達成しました。さらに、CSI 300で発掘された因子は中国証券指数500（CSI 500）およびS&P 500指数へ効果的に転移し、4年間でそれぞれ160%、137%の累積超過リターンを付与し、市場分布変化下におけるQuantaAlphaの強固なロバスト性を示しています。

English

Financial markets are noisy and non-stationary, making alpha mining highly sensitive to noise in backtesting results and sudden market regime shifts. While recent agentic frameworks improve alpha mining automation, they often lack controllable multi-round search and reliable reuse of validated experience. To address these challenges, we propose QuantaAlpha, an evolutionary alpha mining framework that treats each end-to-end mining run as a trajectory and improves factors through trajectory-level mutation and crossover operations. QuantaAlpha localizes suboptimal steps in each trajectory for targeted revision and recombines complementary high-reward segments to reuse effective patterns, enabling structured exploration and refinement across mining iterations. During factor generation, QuantaAlpha enforces semantic consistency across the hypothesis, factor expression, and executable code, while constraining the complexity and redundancy of the generated factor to mitigate crowding. Extensive experiments on the China Securities Index 300 (CSI 300) demonstrate consistent gains over strong baseline models and prior agentic systems. When utilizing GPT-5.2, QuantaAlpha achieves an Information Coefficient (IC) of 0.1501, with an Annualized Rate of Return (ARR) of 27.75% and a Maximum Drawdown (MDD) of 7.98%. Moreover, factors mined on CSI 300 transfer effectively to the China Securities Index 500 (CSI 500) and the Standard & Poor's 500 Index (S&P 500), delivering 160% and 137% cumulative excess return over four years, respectively, which indicates strong robustness of QuantaAlpha under market distribution shifts.

QuantaAlpha: 大規模言語モデル駆動のアルファ発見のための進化的フレームワーク

QuantaAlpha: An Evolutionary Framework for LLM-Driven Alpha Mining

要旨

Support