Alpha-R1：基于LLM推理的强化学习阿尔法筛选

本文解决了数据驱动型投资策略中阿尔法衰减和制度性转变的挑战。它提出了 Alpha-R1，一个 80 亿参数的推理模型，利用 LLM 基于经济推理和实时新闻来评估投资因素的相关性。这很重要，因为它超越了在非平稳市场中挣扎的传统时间序列和机器学习方法，提供了一种更具情境感知和鲁棒性的解决方案。

• •提出了 Alpha-R1，一个基于 LLM 的上下文感知阿尔法筛选模型。
• •使用强化学习训练模型。
• •基于因素逻辑和实时新闻评估阿尔法相关性。
• •与基准策略相比，展示了对阿尔法衰减的改进的鲁棒性。
• •解决了传统时间序列和机器学习方法在非平稳市场中的局限性。