近日，GIM 创始人徐嘉浩与研究工程师刘丰源走进清华 MBA 课堂，分享 GIM 最新研究成果 XALPHA，介绍如何构建一个能够吸收知识、规划探索、验证代码并持续积累经验的 AI 量化研究员。
过去一年，大模型已经能够调用数据、编写代码和运行回测。GIM 此前提出的 CogAlpha，通过多个 Agent 完成因子代码的生成、检查和演化，将自动化因子挖掘从公式搜索扩展到了代码搜索。
因子生成只是量化研究流程中的一个环节。一个完整的 AI 量化研究员还需要寻找研究线索、规划探索方向、提出可验证的假设、检查代码可靠性，并根据实验结果调整后续研究。
XALPHA 在 CogAlpha 的基础上进一步延伸了 AI 参与研究的链条。它将外部知识吸收、研究主题规划、假设生成、代码实现、实验验证和反馈积累连接成一个持续运行的研究循环。
它要解决的核心问题是：如何让 AI 连续开展量化研究，并让前几轮的探索历史影响下一轮研究。
01 / AI 量化研究还缺少什么？
自动化因子挖掘已经发展多年。早期方法主要使用遗传规划和强化学习，在预先设定的算子与公式空间中搜索候选因子。这类方法可以快速组合收益率、均线、波动率和成交量等变量，但搜索范围受到固定算子和表达式结构的限制。
大模型可以直接生成 Python 代码，使因子能够表达条件分支、市场状态和更复杂的数据处理逻辑。机器可以探索的范围随之扩大。
更大的搜索空间也带来了新的研究问题。系统需要决定本轮研究哪些市场机制，如何组织不同方向的探索，以及怎样避免连续多个周期集中搜索同一类主题。生成的代码还需要通过信息泄露检查，并保持与原始研究假设一致。
CogAlpha 主要解决从金融假设到可执行因子代码的生成、检查和演化。XALPHA 继续向研究流程的前后两端扩展：前端吸收外部知识并规划探索空间，后端分析实验结果并更新研究记忆。
通过这一设计，AI 可以开展由多个 cycle 组成的连续研究。每个 cycle 的主题选择、假设、代码和实验结果都会进入后续研究过程。
02 / 四个环节组成 AI 量化研究员
XALPHA 由四个相互衔接的部分组成：RMA、Macro Brain、Micro Brain 和 Cross Brain。它们分别负责知识吸收、探索空间规划、因子代码演化和研究反馈。
1. RMA：从研报中提取可验证的研究线索
Report-to-Memory Absorption 负责吸收研报、论文等外部材料。
系统首先判断材料中的金融机制能否通过现有数据表达。在论文的实验设定中，系统只保留能够通过日频开盘价、最高价、最低价、收盘价和成交量直接计算或稳定近似的研究线索。
通过初步筛选的内容会按照趋势、反转、波动率和量价关系等机制进行整理，并进一步形成 Research Archetype。
Research Archetype 记录外部材料提供的证据、相关的市场机制和可继续探索的研究路径。Macro Brain 随后可以检索这些信息，用于规划研究主题和生成新的假设。
RMA 由此将分散的外部材料转化为结构化、可检索和可复用的研究知识。
2. Macro Brain：显式定义并动态调整探索空间
Macro Brain 负责控制系统的 exploration space。
许多因子生成方法直接在庞大的公式或代码空间中搜索，探索过程主要依赖随机采样、局部变异或固定模板。系统容易反复进入相似区域，也缺少明确机制来决定下一轮应该研究什么。
Macro Brain 通过研究主题和 Hypothesis Pool 显式定义每一轮的探索空间。它会综合读取三类信息：RMA 从外部材料中提取的研究知识；前几轮 cycle 对不同研究主题的历史覆盖情况；过去实验积累的成功、失败及其原因。
其中，主题覆盖来自持续变化的探索历史。系统会记录前几轮选择了哪些 theme、在各个 theme 上进行了多少探索、提出了哪些假设，以及这些方向取得了怎样的结果。每完成一个 cycle，这些信息都会更新。
基于这些信息，Macro Brain 选择本轮研究主题，并围绕每个主题组织具体的 Hypothesis Pool。研究主题划定探索空间的主要区域，Hypothesis Pool 进一步定义其中的具体研究方向。
这一机制为系统提供了有原则的探索空间导航方式。研究较少的主题可以获得更多关注；已经充分探索且持续缺少有效结果的方向可以降低优先级；出现新知识或新实验反馈的主题也可以重新进入研究计划。
例如，如果前几个 cycle 已经集中探索短期价格反转，Macro Brain 可以将后续研究扩展到波动率状态、流动性条件或量价一致性，并进一步研究这些机制之间的条件关系。
因此，Macro Brain 承担两项核心任务：显式构造本轮的 exploration space，并根据不断更新的 cycle history 动态调整搜索方向。
3. Micro Brain：将研究假设转化为可靠代码
Macro Brain 确定研究主题和假设后，Micro Brain 负责生成可执行的 Python 因子代码，并在代码空间中完成演化。
候选代码首先经过静态检查和数值检查，再由信息泄露 unit tests 验证数据使用的时间边界，并通过 tri-alignment 机制检查研究假设、代码实现与金融含义的一致性。只有通过全部检查的候选，才能进入评价和演化流程。
在搜索过程中，系统会对已有候选进行变异、交叉和精炼，也会定期生成、筛选并注入新的种子，为当前探索空间补充新的搜索起点。
XALPHA 如何保证因子代码的可靠性？
在清华 MBA 课堂上，听众重点讨论了大模型生成代码的可靠性。对于 AI 量化研究，主要风险集中在两个方面：未来信息泄露，以及代码实现偏离研究假设。
针对未来信息泄露，XALPHA 设计了专门的 unit tests。这些测试检查因子计算是否使用当前时点无法获得的数据，并通过截断测试、未来数据扰动等方法，验证历史时点的因子值是否受到未来数据影响。
只有通过全部信息泄露测试的代码，才能进入后续评估流程。这套测试用于保证候选因子遵守严格的时间边界，避免回测结果受到未来信息污染。
针对假设与代码之间的偏差，XALPHA 引入了 tri-alignment 机制。该机制检查三个层面的对应关系：研究假设是否具有清晰、合理的金融逻辑；生成代码是否准确实现了研究假设；最终因子是否保留了预期的金融含义。
例如，一个假设希望研究高波动状态下的短期反转，代码就需要同时实现波动率状态识别和反转信号构造。如果代码只计算过去收益率，或者波动率条件没有实际参与因子计算，该候选就无法通过一致性检查。
信息泄露 unit tests 负责保证数据使用符合时间约束，tri-alignment 负责保证研究假设、代码实现和金融含义相互一致。两套机制共同构成 XALPHA 的代码可靠性检查流程。
4. Cross Brain：将实验结果写回研究过程
实验结束后，Cross Brain 负责将因子的实证结果连接回 XALPHA 的研究分类体系和反馈记忆。
因子在经历修复、变异、交叉和精炼后，最终表达的机制可能发生变化。Cross Brain 首先通过 Factor-to-Archetype Attribution 重新判断 elite 因子的机制归属，并将其归入对应的机制类别和 Research Archetype。
完成归因后，Cross Brain 将实验结果整理为 GOOD/BAD feedback。GOOD feedback 主要总结已经获得实证支持的机制、正向证据和可以复用的研究原则，同时限制系统直接复制已有因子；BAD feedback 主要总结失败类型、可能失效的假设、后续需要规避的设计，以及重新尝试该方向所需的条件。
这些反馈聚焦机制层面的研究结论，避免保存和复制具体公式、参数或代码实现。Cross Brain 随后更新三层研究记忆：Archetype-level memory 保存经过验证的假设，用于后续假设生成；Generation-level memory 保存近期的 GOOD/BAD 反馈，用于当前 cycle 中的新种子生成；Cycle-level memory 总结本轮研究结果，用于后续 cycle 的主题选择和探索路径规划。
下一轮研究开始时，Macro Brain 会读取这些反馈，调整 theme selection 和 archetype routing。系统由此能够复用已经验证的机制，减少对失败路径的重复探索，并继续寻找尚未解决的研究问题。
由此，XALPHA 形成一个完整的研究循环：RMA 吸收外部知识，Macro Brain 定义并导航探索空间，Micro Brain 生成和验证因子代码，Cross Brain 总结实验反馈，更新后的研究记忆继续影响下一轮 cycle。
03 / 论文验证了什么？
论文在沪深 300 成分股上对 XALPHA 进行了实验，预测目标为未来 10 个交易日的开盘到开盘收益。数据按照时间顺序划分：2011 年至 2020 年为训练集，2021 年为验证集，2022 年至 2025 年为测试集。
在论文设定的统一评价框架下，XALPHA 在报告的七项指标上均取得最佳结果。其中，测试期投资组合的信息比率达到 1.5368，对比方法 AlphaAgent 为 0.9516。
论文还分析了 Macro Brain 对探索空间的影响。从六个不同研究主题中选择优选因子后，因子之间的平均绝对相关性为 0.142；在单一主题下选择因子时，该数值为 0.234。
这一结果表明，通过研究主题显式划分探索空间，并在不同机制区域之间进行有计划的搜索，可以找到来源更加分散、相关性更低的候选因子。这也为 Macro Brain 控制 exploration space 的作用提供了直接证据。
这些结果验证了 XALPHA 研究架构在论文实验设定下的有效性。当前实验使用沪深 300 日频 OHLCV 数据。更丰富的数据来源、其他市场与资产类别，以及实际交易中的成本、容量和市场冲击，仍需要进一步检验。
04 / 让每一轮研究影响下一轮探索
从 CogAlpha 到 XALPHA，GIM 持续推进 AI 在量化研究流程中的参与深度。
CogAlpha 建立了从金融假设到因子代码生成、检查和演化的路径。XALPHA 进一步加入外部知识吸收、探索空间规划和研究反馈，使系统能够连续开展多轮研究。
一个完整的 AI 量化研究员需要具备几项基本能力：读取外部材料，提出可验证的假设，结合历史 theme coverage 规划探索空间，生成符合假设的代码，检查实验可靠性，并利用实验结果调整下一轮研究。
随着 cycle 持续推进，系统积累的内容包括最终保留的因子，也包括研究过的主题、尝试过的假设、失败的实现和有效的探索路径。这些动态更新的研究历史，为后续主题选择和假设生成提供依据。
XALPHA 希望推动 AI 从单次因子生成进入持续研究：每一轮探索都会留下反馈，每一次反馈都会改变下一轮的探索空间。
论文信息
论文编号：arXiv:2607.08332。
本文介绍公开论文中的技术研究，不构成任何投资建议。论文中的历史样本实验结果不代表未来表现。