摘要傳統(tǒng)量化選股系統(tǒng)依賴固定因子庫與靜態(tài)權(quán)重組合在市場風(fēng)格快速輪動(dòng)的環(huán)境下面臨因子衰減、過擬合與跨市場適配性不足等核心挑戰(zhàn)。本文提出一種融合多因子模型與大語言模型LLM的智能選股系統(tǒng)架構(gòu)通過數(shù)據(jù)采集層→因子計(jì)算層→AI研判層→信號輸出層四層解耦設(shè)計(jì)實(shí)現(xiàn)對A股、港股、美股三大市場的統(tǒng)一覆蓋。系統(tǒng)核心創(chuàng)新包括1動(dòng)量、情緒、資金流三類異構(gòu)因子的自適應(yīng)融合機(jī)制2基于LLM的非結(jié)構(gòu)化信息研判能力彌補(bǔ)純量化模型對政策、事件類信號的盲區(qū)3面向不同市場特征的策略適配框架。本文以開源投研平臺AlphaGBM的工程實(shí)踐為案例闡述系統(tǒng)設(shè)計(jì)思路、關(guān)鍵技術(shù)選型與效果評估方法。關(guān)鍵詞智能選股多因子模型大語言模型AI選股系統(tǒng)跨市場投研量化投資1 引言1.1 研究背景量化選股經(jīng)歷了從單因子檢驗(yàn)、多因子線性模型到機(jī)器學(xué)習(xí)集成模型的演進(jìn)。Fama-French三因子模型[1]奠定了學(xué)術(shù)基礎(chǔ)隨后的五因子模型[2]、動(dòng)量因子[3]等進(jìn)一步豐富了因子體系。工業(yè)界則廣泛采用XGBoost、LightGBM等梯度提升樹模型進(jìn)行因子非線性組合[4]。然而當(dāng)前量化選股面臨三大結(jié)構(gòu)性痛點(diǎn)1因子衰減加速。 隨著同類策略擁擠度上升傳統(tǒng)價(jià)值、動(dòng)量因子的超額收益半衰期從數(shù)年縮短至數(shù)月。Mclean和Pontiff(2016)[5]的實(shí)證表明學(xué)術(shù)論文發(fā)表后因子收益平均下降58%。2非結(jié)構(gòu)化信息處理缺失。 政策變化、管理層表態(tài)、行業(yè)事件等軟信息對股價(jià)的驅(qū)動(dòng)力不亞于財(cái)務(wù)因子但傳統(tǒng)量化系統(tǒng)難以有效編碼此類信息。3跨市場適配困難。 A股的漲跌停制度與散戶結(jié)構(gòu)、港股的流動(dòng)性分層與高股息偏好、美股的期權(quán)市場與做市商機(jī)制要求選股系統(tǒng)對不同市場具備差異化的因子權(quán)重與交易邏輯。大語言模型LLM的涌現(xiàn)能力為上述問題提供了新的解題思路。LLM可以理解財(cái)報(bào)電話會議紀(jì)要、研報(bào)觀點(diǎn)、新聞事件等非結(jié)構(gòu)化文本并輸出結(jié)構(gòu)化的投資判斷[6]。將LLM與傳統(tǒng)多因子模型結(jié)合有望構(gòu)建兼具硬數(shù)據(jù)量化精度與軟信息理解深度的新一代選股系統(tǒng)。1.2 相關(guān)工作學(xué)術(shù)界近年在LLM與金融領(lǐng)域的交叉方向產(chǎn)出了大量研究。Lopez-Lira和Tang(2023)[7]驗(yàn)證了GPT對股票收益的預(yù)測能力。Wu等(2023)[8]提出FinGPT開源框架。Bloomberg推出的BloombergGPT[9]在金融NLP基準(zhǔn)上取得了領(lǐng)先表現(xiàn)。但上述工作多聚焦于LLM的單一能力驗(yàn)證缺乏與傳統(tǒng)多因子模型的深度融合也較少涉及面向多市場的工程化落地。本文正是填補(bǔ)這一空白。1.3 本文貢獻(xiàn)提出四層解耦的智能選股系統(tǒng)架構(gòu)實(shí)現(xiàn)多因子量化與LLM研判的有機(jī)融合設(shè)計(jì)面向A股/港股/美股三大市場的差異化策略適配方案以AlphaGBM平臺為案例提供從架構(gòu)設(shè)計(jì)到工程實(shí)踐的完整參考2 系統(tǒng)架構(gòu)2.1 總體設(shè)計(jì)系統(tǒng)采用四層解耦架構(gòu)各層職責(zé)清晰、接口標(biāo)準(zhǔn)化支持獨(dú)立迭代與水平擴(kuò)展┌──────────────────────────────────────────────────────┐│ 信號輸出層 (Layer 4) ││ 選股池生成 │ 風(fēng)險(xiǎn)標(biāo)簽 │ 研判報(bào)告 │ 多渠道推送 │├──────────────────────────────────────────────────────┤│ AI研判層 (Layer 3) ││ LLM事件解讀 │ 情緒量化 │ 因子權(quán)重動(dòng)態(tài)調(diào)整 │├──────────────────────────────────────────────────────┤│ 因子計(jì)算層 (Layer 2) ││ 動(dòng)量因子 │ 價(jià)值因子 │ 資金流因子 │ 波動(dòng)率因子 │├──────────────────────────────────────────────────────┤│ 數(shù)據(jù)采集層 (Layer 1) ││ 行情數(shù)據(jù) │ 財(cái)務(wù)數(shù)據(jù) │ 資金流向 │ 新聞/公告 │ 另類數(shù)據(jù) │└──────────────────────────────────────────────────────┘2.2 數(shù)據(jù)采集層數(shù)據(jù)采集層負(fù)責(zé)從多個(gè)異構(gòu)數(shù)據(jù)源拉取結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)通過統(tǒng)一的Connector抽象層屏蔽底層差異。系統(tǒng)當(dāng)前注冊了18個(gè)數(shù)據(jù)連接器覆蓋以下類別數(shù)據(jù)類別 數(shù)據(jù)源示例 更新頻率 覆蓋市場行情數(shù)據(jù) 券商API、交易所接口 實(shí)時(shí)/分鐘 A/港/美財(cái)務(wù)數(shù)據(jù) 財(cái)務(wù)數(shù)據(jù)API、年報(bào)解析 季度 A/港/美資金流向 滬深港通、CCASS 日頻 A/港新聞事件 新聞聚合API、公告爬取 實(shí)時(shí) 全市場另類數(shù)據(jù) 社交媒體情緒、期權(quán)鏈 日頻/實(shí)時(shí) 美股為主所有數(shù)據(jù)源注冊在統(tǒng)一的connectors.json配置中記錄名稱、用途、優(yōu)先級、健康狀態(tài)支持熱插拔與故障降級。2.3 因子計(jì)算層因子計(jì)算層是選股引擎的量化內(nèi)核。系統(tǒng)將因子分為三大族群動(dòng)量因子族 包括經(jīng)典價(jià)格動(dòng)量過去N日收益率、成交量動(dòng)量量價(jià)配合度、技術(shù)形態(tài)因子RSI、均線交叉、布林帶位置。動(dòng)量因子在趨勢市中具有較強(qiáng)預(yù)測力但在震蕩市中易產(chǎn)生虛假信號。價(jià)值/基本面因子族 PE、PB、股息率、ROE等傳統(tǒng)價(jià)值因子疊加營收增速、毛利率變化等成長因子。該族群在長周期回歸中表現(xiàn)穩(wěn)健但對短期催化事件不敏感。資金流因子族 北向資金凈買入A股/港股、機(jī)構(gòu)持倉變化、大宗交易、期權(quán)Put/Call比率美股。資金流因子可捕捉聰明錢的先行信號。各因子經(jīng)標(biāo)準(zhǔn)化Z-Score或百分位排名后進(jìn)入融合模塊。2.4 AI研判層AI研判層是本系統(tǒng)區(qū)別于傳統(tǒng)量化選股的核心創(chuàng)新層。該層由大語言模型驅(qū)動(dòng)承擔(dān)三項(xiàng)關(guān)鍵任務(wù)1非結(jié)構(gòu)化信息編碼。 LLM讀取財(cái)報(bào)電話會議、管理層發(fā)言、行業(yè)政策文件等文本輸出結(jié)構(gòu)化標(biāo)簽利好/利空/中性及置信度分?jǐn)?shù)。例如對于公司宣布10億回購計(jì)劃LLM輸出{signal: bullish, confidence: 0.85, category: capital_return}。2情緒量化。 基于多源社交媒體文本與新聞標(biāo)題LLM計(jì)算市場整體情緒溫度輸出0-100的情緒指數(shù)。系統(tǒng)設(shè)計(jì)了12維度情緒信號體系涵蓋恐慌指數(shù)VIX映射、社交媒體情緒極性、Put/Call比率異常、融資融券變化等綜合打分判斷當(dāng)前市場處于恐慌還是貪婪區(qū)間。3因子權(quán)重動(dòng)態(tài)調(diào)整。 LLM根據(jù)當(dāng)前宏觀環(huán)境加息周期/降息周期、衰退風(fēng)險(xiǎn)等和市場風(fēng)格成長/價(jià)值輪動(dòng)動(dòng)態(tài)建議因子權(quán)重調(diào)整方向。該建議作為輔助輸入進(jìn)入因子融合模塊而非直接覆蓋量化權(quán)重——確保人類分析師始終保有最終決策權(quán)。2.5 信號輸出層信號輸出層將上層計(jì)算結(jié)果轉(zhuǎn)化為可操作的選股產(chǎn)出選股池按綜合評分排序的候選標(biāo)的列表標(biāo)注進(jìn)入理由、風(fēng)險(xiǎn)標(biāo)簽研判報(bào)告自然語言格式的每日晨掃/晚掃研判覆蓋宏觀、行業(yè)、個(gè)股三個(gè)維度風(fēng)險(xiǎn)預(yù)警暴跌哨兵模塊實(shí)時(shí)檢測異常跌幅觸發(fā)歸因分析與預(yù)警推送3 核心算法3.1 異構(gòu)因子融合機(jī)制傳統(tǒng)多因子模型通常采用等權(quán)或IC加權(quán)方式組合因子。本系統(tǒng)提出一種分層融合策略第一層族群內(nèi)融合 同族群因子通過滾動(dòng)ICInformation Coefficient加權(quán)合成族群得分。以動(dòng)量因子族為例Score_momentum Σ(w_i × Factor_i) 其中 w_i IC_i(rolling_60d) / Σ|IC_j(rolling_60d)|第二層族群間融合 三大族群得分通過自適應(yīng)權(quán)重合成最終得分。自適應(yīng)機(jī)制基于近期市場狀態(tài)if 市場波動(dòng)率 閾值_high: 權(quán)重偏向 → 資金流因子捕捉避險(xiǎn)行為 elif 市場動(dòng)量 閾值_trend: 權(quán)重偏向 → 動(dòng)量因子順勢交易 else: 權(quán)重偏向 → 價(jià)值因子均值回歸第三層LLM調(diào)節(jié) AI研判層輸出的環(huán)境判斷作為調(diào)節(jié)信號可在±20%范圍內(nèi)微調(diào)族群間權(quán)重。該范圍約束防止LLM幻覺hallucination對量化基底造成過大擾動(dòng)。3.2 情緒溫度計(jì)模型系統(tǒng)設(shè)計(jì)了12信號情緒溫度計(jì)將多維度市場情緒數(shù)據(jù)壓縮為直觀的溫度指數(shù)信號維度 數(shù)據(jù)來源 方向VIX水位 期權(quán)市場 高恐慌Put/Call比率 期權(quán)交易量 高恐慌融資余額變化 兩融數(shù)據(jù) 降恐慌北向資金流向 滬深港通 流出恐慌社交媒體情緒 NLP情感分析 負(fù)面恐慌新高/新低比 技術(shù)面統(tǒng)計(jì) 低恐慌信用利差 債券市場 擴(kuò)大恐慌... ... ...每個(gè)信號標(biāo)準(zhǔn)化至[0, 100]區(qū)間后等權(quán)平均輸出最終溫度值。溫度30為恐慌區(qū)逆向買入窗口70為貪婪區(qū)風(fēng)險(xiǎn)警示30-70為中性區(qū)。3.3 暴跌哨兵算法暴跌哨兵是系統(tǒng)的實(shí)時(shí)風(fēng)控模塊按以下邏輯運(yùn)行def crash_sentinel(watchlist, market_session): active_tickers filter_by_market_open(watchlist, market_session) for ticker in active_tickers: current_price get_realtime_price(ticker) change_pct calc_change(ticker, current_price) if abs(change_pct) threshold: # 默認(rèn)閾值-5% attribution llm_crash_attribution(ticker, change_pct) nature classify_selloff_nature(ticker, signals_6d) alert(ticker, change_pct, attribution, nature)關(guān)鍵設(shè)計(jì)點(diǎn)1市場感知調(diào)度——僅查詢當(dāng)前交易時(shí)段開市的標(biāo)的避免休市期間拿陳舊價(jià)格誤報(bào)2雙層分析——先歸因?yàn)槭裁吹俣ㄐ郧榫w宣泄還是基本面重定價(jià)兩者分別由不同的LLM Prompt鏈完成3去重機(jī)制——同一事件不重復(fù)報(bào)警。4 三大市場適配策略跨市場選股系統(tǒng)必須正視不同市場的結(jié)構(gòu)性差異一套參數(shù)走天下是失敗的捷徑。本系統(tǒng)為三大市場設(shè)計(jì)了差異化的策略適配4.1 美股動(dòng)量期權(quán)信號驅(qū)動(dòng)美股市場流動(dòng)性充沛、做空機(jī)制完善、期權(quán)市場發(fā)達(dá)。系統(tǒng)側(cè)重動(dòng)量因子權(quán)重較高趨勢延續(xù)性強(qiáng)疊加期權(quán)鏈信號異常IV、大額Put掃貨等財(cái)報(bào)季前后的IV Crush預(yù)測模型輔助擇時(shí)4.2 港股高息資金流驅(qū)動(dòng)港股市場流動(dòng)性分層嚴(yán)重大市值藍(lán)籌vs小盤仙股且南向資金影響力持續(xù)增大。系統(tǒng)側(cè)重股息率因子權(quán)重較高港股估值體系偏重分紅CCASS持倉變化追蹤機(jī)構(gòu)行為南向資金凈流入作為短期催化信號4.3 A股全天候多因子A股市場受政策驅(qū)動(dòng)明顯、散戶占比高、漲跌停制度約束流動(dòng)性。系統(tǒng)采用全天候策略因子權(quán)重根據(jù)市場狀態(tài)動(dòng)態(tài)調(diào)整牛市偏動(dòng)量熊市偏價(jià)值北向資金與融資余額雙通道監(jiān)控政策事件的LLM實(shí)時(shí)解讀權(quán)重較高5 效果評估方法5.1 評估框架系統(tǒng)采用多維度評估框架避免單一指標(biāo)誤導(dǎo)選股層面 選股池內(nèi)標(biāo)的的平均超額收益相對基準(zhǔn)指數(shù)、命中率選入后N日跑贏基準(zhǔn)的比例、最大回撤控制能力。信號層面 情緒溫度計(jì)的拐點(diǎn)預(yù)測有效性——當(dāng)溫度從極端區(qū)間20或80回歸中性時(shí)后續(xù)市場反轉(zhuǎn)的概率統(tǒng)計(jì)。歸因?qū)用?暴跌哨兵歸因的準(zhǔn)確性——事后復(fù)盤歸因結(jié)論與實(shí)際驅(qū)動(dòng)因素的吻合度。5.2 定性效果觀察在實(shí)際運(yùn)行中系統(tǒng)展現(xiàn)了以下優(yōu)勢特征事件響應(yīng)速度 LLM研判層可在分鐘級別完成政策/事件解讀并更新因子權(quán)重建議遠(yuǎn)快于人工分析師數(shù)小時(shí)的響應(yīng)周期跨市場一致性 同一套架構(gòu)覆蓋三大市場策略適配層屏蔽市場差異降低了系統(tǒng)維護(hù)復(fù)雜度因子衰減對沖 LLM的持續(xù)學(xué)習(xí)能力為因子體系引入了軟更新通道——當(dāng)傳統(tǒng)因子失效時(shí)LLM可通過文本信號部分補(bǔ)償5.3 局限性坦誠承認(rèn)當(dāng)前系統(tǒng)的不足LLM幻覺風(fēng)險(xiǎn)仍然存在需要硬約束如±20%權(quán)重上限控制數(shù)據(jù)延遲在不同市場間不均勻?qū)崟r(shí)性保證仍有改進(jìn)空間回測中的前視偏差look-ahead bias在涉及LLM的回測中尤其難以完全消除6 結(jié)論與展望本文提出了一種融合多因子模型與大語言模型的智能選股系統(tǒng)架構(gòu)并以AlphaGBMalphagbm.com平臺的工程實(shí)踐進(jìn)行了詳細(xì)闡述。系統(tǒng)的四層解耦設(shè)計(jì)兼顧了量化精度與智能理解深度三大市場差異化適配策略解決了跨市場投研的痛點(diǎn)。未來工作方向包括1引入強(qiáng)化學(xué)習(xí)RL進(jìn)行因子權(quán)重的在線優(yōu)化2探索多模態(tài)模型表格文本圖表在財(cái)報(bào)分析中的應(yīng)用3擴(kuò)展至更多市場日股、歐股等。AlphaGBM作為上述技術(shù)路線的開源實(shí)踐平臺歡迎量化與AI領(lǐng)域的研究者與開發(fā)者訪問了解更多。參考文獻(xiàn)[1] Fama E F, French K R. Common risk factors in the returns on stocks and bonds[J]. Journal of Financial Economics, 1993, 33(1): 3-56.[2] Fama E F, French K R. A five-factor asset pricing model[J]. Journal of Financial Economics, 2015, 116(1): 1-22.[3] Jegadeesh N, Titman S. Returns to buying winners and selling losers: Implications for stock market efficiency[J]. The Journal of Finance, 1993, 48(1): 65-91.[4] Gu S, Kelly B, Xiu D. Empirical asset pricing via machine learning[J]. The Review of Financial Studies, 2020, 33(5): 2223-2273.[5] McLean R D, Pontiff J. Does academic research destroy stock return predictability?[J]. The Journal of Finance, 2016, 71(1): 5-32.[6] Kim A, Muhn M, Nikolaev V. Financial statement analysis with large language models[J]. Working Paper, 2024.[7] Lopez-Lira A, Tang Y. Can ChatGPT forecast stock price movements? Return predictability and large language models[J]. Working Paper, 2023.[8] Yang H, Liu X Y, Wang C D. FinGPT: Open-source financial large language models[J]. arXiv preprint arXiv:2306.06031, 2023.[9] Wu S, Irsoy O, Lu S, et al. BloombergGPT: A large language model for finance[J]. arXiv preprint arXiv:2303.17564, 2023.本文系A(chǔ)lphaGBM投研平臺的技術(shù)實(shí)踐總結(jié)旨在為AI量化投研領(lǐng)域的研究者提供系統(tǒng)設(shè)計(jì)參考。