AlphaMemo: 面向自进化 Alpha 挖掘智能体的结构化搜索过程记忆

AlphaMemo 提出了一种结构化搜索过程记忆架构。该方法通过记录 AST 差异中的编辑母题，并结合置信度门控残差记忆，旨在解决 LLM 智能体在 Alpha 挖掘任务中面临的组合搜索效率与模型过拟合两大核心挑战。 该架构在 CSI 500 和 S&P 500 数据集上进行了实验验证。消融测试结果证实，残差学习、置信度门控及否决记忆机制有效提升了模型的样本外表现，并提高了在固定预算下的发现效率。目前相关代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。