AlphaLedger如何本地挖掘因子？在策略蒸馏与市场状态门

2026 年 10 月 16 日提交到 arXiv 的预印本《AlphaLedger》提出一套"在策略上蒸馏"的本地化因子挖掘框架：先让一个冻结的教师模型在真实组合约束下生成并评估因子，再把它的决策方式蒸馏到一个本地学生模型，部署后既不用再调用外部模型、也不依赖结果输入；论文报告其在中国 A 股上取得年化净收益 55.4%、夏普比率 2.06、最大回撤 10.8%。 需要先说明，这是一篇未经同行评审的预印本，上述数字为作者在特定数据与假设下的实验结果，属于方法研究而非可复制的收益承诺。

发生了什么

用大模型自动挖掘 Alpha 因子（即预测证券相对收益的量化信号）已较常见，但论文指出三个现实问题。

其一，调用托管大模型意味着持续 API 费用，研究思路、因子和持仓上下文还会暴露给外部供应商。其二，一个因子单看预测能力不错，放进组合、扣除冗余和成本后边际贡献可能很小，而这种增量价值只有整组因子完成后才能评估，因子生成却是顺序进行的。其三，股票证据在变化，因子在不同市场状态下的有效性也会漂移。

AlphaLedger 正是为这些问题设计的本地化方案，论文公开了方法与实验设置。

关键概念

• Alpha 因子（Alpha Factor）： 用数据构造、试图预测个股未来相对收益的信号，如估值、动量或资金流指标。
• 蒸馏（Distillation）： 让一个小的"学生"模型学习大的"教师"模型的行为或输出，从而以更低成本逼近其能力。
• 在策略上（On-Policy）： 沿着学生模型自己实际会走的轨迹来训练，而不是只在教师走过的路径上学习，这样训练与部署的情形更一致。
• 市场状态（Market Regime）： 市场在不同时期的系统性状态，如高波动、低波动、趋势或震荡，因子在不同状态下表现往往不同。
• 边际组合贡献： 新增一个因子后，在考虑成本和与已有因子重叠的情况下，给整个组合带来的增量价值。
• 收缩（Shrinkage）： 把估计值向稳健基准（如等权）适度拉回的统计处理，以减少样本内过拟合。
• 夏普比率与最大回撤： 夏普比率衡量单位风险对应的超额收益；最大回撤衡量组合从阶段高点到低点的最大跌幅。

技术解读：三个组件如何配合

AlphaLedger 的框架可以拆成蒸馏、股票池和状态门三个部分。

其一，经济上下文在策略上蒸馏（EC-OPD）。 教师模型被冻结，生成每一步时能看到已完成的因子及其经成本调整后的边际组合贡献；系统记录教师在这些情境下"合法动作的分布"，再让学生沿自己的轨迹学习。合法动作指预设规则下允许的因子构造与修改。这样训练出的学生部署时既不用再调用教师、也不需要未来结果输入，同时解决成本和上下文外泄。

其二，证据驱动的动态股票池（EviPool）。 论文用滞后的多源证据构建动态股票池，"滞后"意味着只用当时已可得的数据、避免把未来信息带进历史，这是防止前视偏差的关键。

其三，状态残差门（RRG）。 它负责在不同市场状态下给因子重新加权：用已经成熟、且状态匹配的收益来评估，同时加入收缩，并限制各因子权重相对等权的偏离幅度。这样做的目的，是避免某个因子在样本内被赋予过高权重，同时保留对状态变化的适应性。

其四，论文报告的实验结果。 作者称在 A 股整体实验中，AlphaLedger 年化净收益 55.4%、夏普 2.06、最大回撤 10.8%；在一个与基线共用的中证 500 股票池上，年化净收益 31.6%，高于最强基线的 22.0%，相对幅度约 43.6%，夏普比率高约 13.5%。

局限和风险

• 预印本未经同行评审。 方法和结论尚未经过学术期刊的独立审稿，复现性和稳健性有待更多研究者验证。
• 历史回测不等于未来表现。 55.4% 等数字是在特定历史区间、成本模型和假设下得到的样本内或样本外结果，市场结构变化后因子可能失效。
• 结果依赖一系列假设。 交易成本、冲击模型、状态划分和收缩参数都会影响结论，假设不同，数值可能明显改变。
• 本地化仍需治理。 学生模型虽然不调用外部 API，但训练数据、因子库和部署环境的安全与权限管理仍需机构自行保障。

AI Quant 的做法

作为筹备阶段的量化对冲基金，AI Quant 启动前先立研究纪律，不急于用回测对外。对 AlphaLedger 的 55.4% 收益，先确认未经同行评审的预印本结果，再检验其在样本外、全成本与组合约束下能否成立。信号不孤立评价，要看其在成本与风险下的增量价值，通过样本外、CPCV 与收缩处理控制过拟合。只有多重验证下仍稳健、且在风险边界内运行的策略，纳入全球策略库，不达标宁可不上线。

常见问题

问：在策略上蒸馏和普通蒸馏有什么不同？

答：普通蒸馏常让学生学习教师在固定样本上的答案；在策略上蒸馏则沿着学生自己实际会走的决策轨迹，学习教师在组合约束下的动作选择，因此训练出的模型在真实部署场景里更贴合。

问：为什么部署后不需要未来结果输入？

答：学生学的是教师"如何根据当前已有因子和证据做决定"的方式，而不是某个具体答案；一旦决策规则被蒸馏进去，推理时只需要当前可得数据，不需要尚未发生的结果。

问：状态残差门为什么要限制相对等权的偏离？

答：这是一种防过拟合的稳健设计。样本内表现极好的因子可能只是偶然，把权重向等权基准拉回、并限制偏离幅度，可以降低单一因子失效时对整体组合的冲击。

问：个人投资者能照着这篇论文的收益去做吗？

答：不建议，也不构成投资建议。论文数字是特定假设下的实验结果，且未经同行评审；真实交易还涉及成本、执行和风险承受能力等问题，过往表现不代表未来。

参考来源

• arXiv 预印本，《AlphaLedger: Portfolio-Grounded On-Policy Distillation for Regime-Aware Alpha Mining》（2026-10-16，未经同行评审）：https://arxiv.org/abs/2610.23744v1

了解合作方式

AI Quant 目前处于筹备阶段，在正式启动前即欢迎专业投资者与机构伙伴建立联系，就合作架构与策略方向共同评估。我们会根据资产所有权、投资者结构与治理目标，提供 MDA、BVI Approved Fund、Hong Kong OFC 与 Cayman SPC 等路径，并与专业顾问共同判断。可在合作模式介绍了解各架构的区别，或通过 Info@aiquantmanagement.com 与我们联系。以下内容不构成任何投资要约。

免责声明：本文仅用于技术与行业信息交流，不构成任何投资建议或收益承诺。文中所引业绩指标为论文作者在特定假设下的实验结果，与 AI Quant 无任何关联，也不代表可复制的未来收益。投资有风险，过往表现不代表未来。