普林斯顿大学、蚂蚁集团和斯坦福大学的研究团队提出了AQuA框架,旨在解决量化金融研究中智能体自我实验导致的数据泄露和证据污染问题。该框架由两个独立系统组成:一个用于加密货币的符号alpha因子发现,另一个用于美国股票的时间序列模型开发,两者在智能体、记忆和候选空间上完全隔离。AQuA的核心创新在于"非对称自由"设计——智能体只能在受限的领域特定语言内探索,而评估器固定不变,从机制上杜绝了自适应过拟合和评估器漏洞利用。框架通过预先固定数据分割、特征定义和评估标准,使智能体仅输出约束表达式或配置差异,从而确保研究过程的完整性。这一设计为自动化量化研究提供了可靠的方法论基础,显著降低了方法论错误被递归放大的风险。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅