量化分析报告：AI投研新范式，2026年AAAI与ICLR前沿论文综述.pdf

上传者：小**
时间：2026/07/17
热度：175
0人点赞
举报

本文综述了2026年AAAI与ICLR主会及相关金融AI Workshop代表论文，梳理了AI在量化投研领域的前沿研究方向。研究重心正从“调用通用模型”转向“围绕金融约束重构模型”，强调延迟、回测有效性、非平稳性、交易成本、风险约束和可解释性等金融场景硬约束。主要发现包括：LLM更适合承担离线研发、因子生成、语义校验和投研辅助，而非直接承担低延迟交易执行；Alpha因子挖掘从公式生成走向搜索策略和标准化评估，强调回测反馈和长期规划；深度学习方法开始在文本语义漂移、动态关系图、多模态时序预测、多资产尾部依赖和频域交易模型中拓展信号来源；强化学习研究更加重视分布迁移、市场状态和微观流动性，从静态回测转向动态适应；金融基础模型开始围绕K线、订单流和情景仿真建立专用表示；组合与定价模型也开始把金融动力学、风险目标和估计不确定性直接写入训练过程。此外，金融大模型评测结果仍偏谨慎，通用大模型在复杂财报理解、跨文档检索和多步金融推理中仍有明显短板，短期更适合作为投研辅助工具。