RD-AGENT 第三讲 · LLM 写的因子长什么样:AI 的研究品味
第三讲 · LLM 写的因子长什么样:AI 的研究品味 第一章第三讲(本章收尾) 学习目标:通过真实案例建立对 LLM 因子假设质量的判断力;识别"伪逻辑假设"的特征;理解代码质量与逻辑质量的不对称。 1. 开场 前两讲我们隔着玻璃看工厂:循环怎么转(第一讲)、成绩单怎么读(第二讲)。这一讲开门进去,把 AI 写的因子摆上解剖台。材料全部来自真实战役产出(A 股 290 因子池、期货两轮、crypto 两轮)。 先给本章的总结论,然后逐类验证它: AI 的代码比它的金融直觉诚实得多。 代码 bug 是显性的——跑不通就报错,反馈即时;逻辑空洞是隐性的——假设再空,回测照样吐出一个数字,而这个数字还会进入排行榜参与选拔。 2. 案例一:像样的——但要看清"像样"的来源 期货面板上真正有产业逻辑的因子,集中在人给的两列特有数据上: 基差(期现价差) 和 持仓量…
We haven't written up this one. Dev.to has the full story — the link below goes straight to it.