研究者提出LineageEvo谱系感知因子挖掘方法
热点事件持续更新
研究者提出LineageEvo谱系感知因子挖掘方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xintong Liu 等研究者提交论文，提出 LineageEvo 方法，在基于 LLM 的进化式 alpha 因子挖掘中以谱系（lineage）作为搜索控制单元，包含谱系条件化的 LLM 变异和谱系分层的搜索预算分配，目的是避免搜索集中于结构相似的因子。 在 CSI 500 和 S&P 500 的实验中，论文结果显示 LineageEvo 在因子预测性上表现最强，而其中的 LSPS 机制则产生更均衡的谱系分布和更宽的结构多样性。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
LineageEvo：面向 LLM 进化式因子挖掘的谱系感知搜索控制报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AILineageEvo：面向 LLM 进化式因子挖掘的谱系感知搜索控制
研究者提出 LineageEvo，在 LLM 进化式公式化 alpha 因子挖掘中引入谱系（lineage）作为搜索控制单元。该方法结合谱系条件化的 LLM 变异与谱系分层的搜索预算分配，避免搜索集中于结构相似的因子。在 CSI 500 和 S&P 500 上，LineageEvo 在因子预测性上表现最强，LSPS 则产生更均衡的谱系分布和更宽的结构多样性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。