Alpha#101

27B大语言模型被训练用于生成盈利性交易公式

一篇研究论文详细介绍了开发一个拥有270亿参数的模型 Qwen3.8-27B 的过程，该模型使用多奖励强化学习进行训练，以生成单行交易公式。这些公式随后被转换为美国股票的每日交易投资组合，并在12个奖励通道上进行评估。该系统表现出改进的性能，公式的平均得分从-1.37提高到+1.80，并且一个等权重投资组合在一年未见数据中实现了+16.2%的回报，且市场Beta值较低。