Alpha-R1：強化学習によるLLM推論を用いたアルファスクリーニング

本論文は、データ駆動型投資戦略におけるアルファ減衰とレジームシフトという課題に取り組んでいます。Alpha-R1という80億パラメータの推論モデルを提案し、LLMを活用して経済的推論とリアルタイムニュースに基づいて投資ファクターの関連性を評価します。これは、非定常市場で苦戦する従来の時系列および機械学習アプローチを超え、よりコンテキストを意識した堅牢なソリューションを提供する点で重要です。

• •コンテキストを意識したアルファスクリーニングのためのLLMベースモデル、Alpha-R1を提案。
• •強化学習を用いてモデルを訓練。
• •ファクターロジックとリアルタイムニュースに基づいてアルファの関連性を評価。
• •ベンチマーク戦略と比較して、アルファ減衰に対する改善された堅牢性を示す。
• •非定常市場における従来の時系列および機械学習アプローチの限界に対処。