前沿论文｜PandaAI最新研究：基于智能体的因子自动挖掘新范式

【论文信息卡片】

• Title: PandaAI: A Practical Agent CQ2 for Neuro-symbolic Data Analysis And Integrated Decision-Making in Quantitative Finance

• Authors: Yuqi Li, Bingjun Liu, Siyuan Liu (Panda AI Team)

• Source: Preprint, 2026

• Code: 部分开源/附录公开 (PandaAI 团队在附录完整披露了核心闭环 MCTS 伪代码及微调因子表达式库)

1. 🎯 模型/架构创新：PandaAI 团队彻底摒弃了当前业界“大模型开盲盒”式的量化探索，独创基于 LLM 引导的约束型 MCTS 框架。在因子生成节点直接介入金融语法过滤，并在模拟节点引入高换手/高相关性的软惩罚，从根本上剥离 LLM 生成代码的“金融毒性（Financial Toxicity）”。

2. 📊 数据与防泄漏回测：基于沪深 300（CSI 300）成分股的 10 年长周期数据。模型（代号 CQ2，基于 DeepSeek-Coder-33B 深度微调）在 2015-2022 年间学习，并在模型训练截止日后、系统完全未见过的 2024 年全市场数据上进行严格的 OOS（样本外）盲测。

3. 💰 真实的超额业绩：在扣除双边 15 bps 佣金 + 5 bps 滑点的残酷实盘摩擦后，PandaAI 挖掘的核心因子 Factor 1 实现了 19.0% 的年化收益，Rank IC 达 0.058，最大回撤压低至 -44.8%，在各项指标上断层式领先 LSTM、Transformer 等纯深度学习基线。

近两年，AlphaGPT 等利用大模型（LLM）写量化因子公式的思路火遍全网。但 PandaAI 团队在实盘深水区中发现，这种“开环（Open-loop）”生成存在致命痛点：金融市场信噪比极低且高度非平稳，LLM 会利用其恐怖的拟合能力，生成一堆在回测里夏普极高，但实盘日换手率动辄超过 80%、或者与传统 Barra 因子高度重合的“毒药因子”。

纯深度学习（如时序网络）缺乏人类的风险直觉；而纯语言模型又缺乏对资金曲线摩擦的体感。为此，PandaAI 团队研发了这套神经符号（Neuro-symbolic）闭环系统，目的就是不仅让大模型懂宏观周期，还要让它在不断的资金摩擦模拟中自我进化、自我纠错。

PandaAI 团队打造这套架构的工程复杂度堪称行业教科书：

• 数据构造：
  

• 特征 X：过去 60 天的日频量价数据（OHLCV），叠加 Barra 风险因子（用于训练宏观状态低维表征 ）。

• 标签 Y：横截面标准化的未来 5 天前向收益率（5-day forward return）。

• 核心架构（PandaAI 双循化闭环系统）：
  

• 动态市场感知（Market Dynamics Module）：用自编码器将 Barra 因子压缩为连续状态变量 ，并通过“软提示词”动态喂给 LLM。让 AI 知道今天是流动性枯竭还是逼空大牛市。

• 大模型 Alpha 矿工（LLM-powered MCTS）：摒弃随机采样，采用带约束的蒙特卡洛树搜索（MCTS）。在树的“扩展（Expansion）”阶段引入强金融语法检查；在“模拟（Simulation）”阶段引入包含换手率惩罚的打分函数。

• 双轨纠错反馈（Fast & Slow Loop）：快循环（Fast Loop）在发现回测崩盘的案例时，立即反推逻辑规则（如“动量崩盘期禁用该算子”）加入系统约束；慢循环（Slow Loop）则将高夏普的因子执行路径存入经验池，用 LoRA 定期对 LLM 参数进行自迭代微调。

• 双循环反馈（Fast & Slow Loop）：快循环通过发现回测失败的案例，直接生成逻辑规则（如“动量崩溃期禁用反转因子”）加到系统提示词里；慢循环则将赚钱的因子路径存入经验池，用 LoRA 对 LLM 参数进行微调。

PandaAI 六大模块神经符号闭环图

硬约束与软惩罚嵌入树搜索路径

抛弃回测美颜，PandaAI 用最真实的摩擦成本打了一场硬仗：

1. 降维打击纯黑盒模型：在极其严苛的基线对比中（如 LSTM 和 Transformer 年化收益竟然为负），PandaAI 闭环系统提炼的 Factor 1 斩获了 0.058 的 Rank IC，年化收益率达 19.0%，证明了“带常识”的符号搜索远胜“无脑”的神经网络。

2. 硬约束与软惩罚的绝对价值（消融实验）：如果不加换手率硬约束（Unconstrained Factor 6），虽然其原始 ICIR 看似高达 0.2484，但它的日均换手率飙过 80%！一旦扣除 15 bps 的手续费和 5 bps 的滑点，该因子的净值瞬间归零甚至崩塌。而 PandaAI 的受控因子 Factor 1 则在扣费后完美稳住了净值，展现了卓越的实盘可交易性。

3. “看天吃饭”的市场状态自适应：消融实验进一步证实，如果剥离掉 PandaAI 系统注入 LLM 的宏观状态变量 ，挖掘出的因子在五大核心指标（IC, Rank IC, AR, MDD）上均出现明显衰退。懂周期的 AI 才是真 AI。

Comparison on CSI 300 with neural network baselines

1. 🔥 落地价值评估（量化私募的 Alpha 工厂新基建）：

   PandaAI 团队的这篇研究，直接为国内百亿私募指明了“AI大模型投研中台”的建设方向。目前各家机构都在用 LLM 辅写代码，但很少有团队能把 “大模型生成 -> 语法/回测硬过滤 -> 经验反哺提示词 -> 周期性 LoRA 微调” 做成全自动闭环。这套体系完美解决了遗传算法（GP）盲目搜索效率低、以及传统 LLM 极易生成幻觉代码的两大痛点，非常适合立刻在 A 股中证 500/1000 的中低频策略池中进行实盘部署。

2. ⚠️ 避坑与局限性（算力门槛与因子正交化）：

• 令人望而生畏的算力黑洞：要让一个 33B 的大模型（DeepSeek-Coder-33B）挂在 MCTS 的节点上，每天根据不同市场状态生成代码并跑回测，还需要双循环更新 LoRA，这背后的 GPU 算力消耗对于普通团队来说是一个巨大的门槛（但这也正是 PandaAI 团队的工程护城河所在）。

• 因子纯度有待深究：从文章附录披露的最终因子表达式（Table 5）来看，因子形式依然主要集中在 OHLCV 的 Rank、Delta 等组合。在 A 股量价因子极度拥挤的今天，这 19% 的年化中，究竟有多少是真实的独特 Alpha，有多少是暴露在市值或动量上的伪 Beta？在实盘应用前，仍需加入严格的 Barra 风格因子正交化（Orthogonalization）流程。