AI投研新范式：2026年前沿论文综述与量化重构

AI投研范式转变：从通用迁移到金融约束重构

截至2026年中期，人工智能在量化金融领域的研究重心已发生显著偏移。前沿研究不再满足于将大语言模型、强化学习或Transformer架构直接套用于交易任务，而是强调围绕金融场景的硬约束重构模型。这些约束包括延迟、回测有效性、非平稳性、交易成本、风险约束和可解释性等。只有将这些约束纳入模型设计和部署流程，通用模型能力才能转化为可复现、可评估和可落地的投研工具。基于AAAI2026与ICLR2026主会及金融AI Workshop的代表性论文，当前研究主要涵盖LLM交易智能体、Alpha因子挖掘、深度学习表征、强化学习泛化、金融基础模型、端到端决策、模型可靠性评估及投研流程自动化等八个方向。

LLM在交易执行与辅助中的角色界定

大语言模型在量化交易中的价值更多体现为对策略研发、代码生成、语义校验和可解释推理等环节的辅助，而非直接承担低延迟交易执行功能。TiMi框架将系统拆分为离线策略研发和在线分钟级执行两个阶段，离线阶段由LLM智能体协作完成宏观模式识别、微观交易规则定制及代码实现，并通过回测结果触发反思修正；策略稳定后，系统将其蒸馏为可直接运行的交易程序，在线阶段仅执行固化代码，从而解决在线推理延迟和情绪化表达问题。VTA框架则关注LLM参与技术分析，通过将OHLCV价格序列转化为技术指标及其自然语言注释，使模型既能输出准确的时间序列预测，也能给出贴近分析师习惯的技术解释，补充了执行型智能体的另一侧，帮助研究员理解模型逻辑。

Alpha因子挖掘的进化与标准化评估

Alpha因子挖掘正从一次性搜索推进到持续进化，并建立标准化评估体系。Navigating the Alpha Jungle框架利用LLM与蒙特卡洛树搜索协同，提高符号因子搜索的方向感，同时保留回测指标对因子质量的硬约束，使生成的因子更易被研究员理解。AlphaAgentEvo提出自进化的Agentic Reinforcement Learning框架，通过层级奖励引导智能体在多轮因子演化中积累经验，学会修正公式和探索新方向，证明Alpha挖掘的关键在于回测反馈、长期规划和反思机制的设计，而非仅依赖基础模型规模。AlphaSAGE通过语法树表示、GFlowNet采样和多目标奖励，在多个高质量公式模式之间保持结构化探索，将挖掘目标从追求最高分公式转为构造可组合的因子集合。AlphaBench则为LLM参与公式化Alpha挖掘建立了可比较的评测体系，将任务拆解为因子生成、评价和搜索，指出LLM在稳健性和实际可部署性上仍存在短板。

深度学习拓展量化信号来源

深度学习方法正在补齐量化金融对非结构化、多模态和关系型信号的建模短板。Text to Alpha研究利用LLM提取企业披露中的语义漂移信号，构建移动目标得分以捕捉管理层关注重点的跨期变化，其构建的多空组合在多因子调整后仍具有显著超额收益。Relational Probing通过轻量适配机制直接从语言模型内部表示中构建股票关系图，并与下游预测目标对齐，消除了提示解析环节。GAP-TGN将议员与企业之间的关系网络纳入国会交易预测，识别可能带来超额收益的结构性信息渠道。FinZero采用时序图像化与不确定性调整强化学习，将预测的不确定性前置为决策约束，通过置信度阈值过滤低质量信号。Diffusion Copulas将边际分布与依赖结构分开建模，解决多资产联合预测中的正态性偏差，为尾部敏感的组合构建提供更可靠的分布基础。WaveLSFormer将可学习的频率分解与交易决策纳入统一框架，直接以风险调整后收益为优化目标，展示了频域交易模型的可行性。

强化学习的泛化与市场情境自适应

强化学习在量化交易中的核心难题是泛化，研究正从静态回测转向动态适应。MetaTrader通过构造训练集外场景和保守的TD估计方法，使策略在分布外市场情境中保持有效，强调在训练阶段主动暴露策略弱点。ArchetypeTrader从专家轨迹中学习更细致的策略原型，让智能体在面对新行情时先识别可借鉴的交易模式再进行局部修正，提供了更可解释的策略迁移路径。MARS以异构风险偏好智能体和元自适应控制器构成双层架构，在不同市场状态下动态平衡进攻与防守，使风险管理从单一奖励项变成系统结构的一部分。此外，多智能体强化学习还被用于解释分散参与者如何通过局部激励共同提升市场流动性。

金融基础模型、端到端决策与可靠性评估

金融基础模型开始形成专用表示，Kronos通过专用离散化Tokenizer和大规模自回归预训练，构建可跨资产、跨市场迁移的K线基础表示。DigMA旨在生成既符合市场微观结构又可按指定情景调节的订单流，用于高频策略训练和压力测试。端到端决策方面，Koopman-PINN将金融工程中的连续时间结构作为先验写入神经估计框架，提高参数恢复的稳定性；STABLE将条件扩散生成的收益分布转化为Black-Litterman投资观点及其置信度，使组合在不同市场状态下保持更稳健的风险收益权衡。在可靠性评估方面，Chameleon Attack揭示了金融文本模型面临的语义一致对抗样本风险，CAIA则评估了大模型智能体在高风险、不可逆决策场景中的稳健性，指出模型在工具选择和证据甄别能力上存在系统性缺陷。EDINET-Bench、FinSearchComp和FinMMDocR等评测表明，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。