AI-Native量化投研架构与模型自进化实践.docxVIP

证券研究报告·金融工程深度

金融工程研究VibeQuant：AI-Native量化投研架构与模型自进化实践

金融工程研究

发布日期：

发布日期：2026年10月15日

市场表现

7%

2%

-3%

-8%

-13%

-18%

国债指数上证指数

相关研究报告

2026.06《“逐鹿”Alpha专题报告（三十）——量价X基本面因子挖掘统一框架》

2025.09《“逐鹿”Alpha专题报告（二十八）——分钟因子模型》

2023.11《“逐鹿”Alpha专题报告（十八）——ModelZoo》

核心观点本文探讨传统量化投研向AI-Native架构迁移的重构路径。我们在现有计算执行层之上加装研究控制层，通过强类型假设与因果证据账本约束Agent探索行为。模型自进化的生命力不在于盲目堆叠参数或海量代码生成，而在于建立具备因果归因与状态机自反纠偏的研究控制体系。最终实证显示，经过本框架优化后的策略使扣费年化为32.28%、夏普达1.084。

核心观点

主要内容

简介

2023/7/282023/8/282023/9/282023/10/28202

2023/7/28

2023/8/28

2023/9/28

2023/10/28

2023/11/28

2023/1