颠覆传统！MoE大模型量化系统TradExpert：20天回测验证的AI投资新范式

原创内容第855篇，专注智能量化投资、个人成长与财富自由。

量化投资的四大范式：手工构建因子，机器构建因子，深度学习整合因子，然后就是基于大模型。传统量化，以来经验；而深度学习依赖算力和数据，可解释性差。大模型相对来讲，自我进化能力强。

尤其是股票市场，我们会来搭建这个量化范式。

传统量化投资对于如何有效整合多源异构数据（比如结构化与非结构化数据）的洞察仍具挑战。

一种基于混合专家（MoE）框架的新型系统，包含四个专门分析不同金融数据的 LLM 专家模块（新闻、市场数据、阿尔法因子和基本面数据），并通过一个通用专家 LLM 整合各模块的洞察以生成最终预测或交易决策。

通过特定提示，TradExpert可在股票涨跌预测（预测模式）和量化交易（排序模式）之间切换。

专家模块设计

1. 新闻分析师 LLM：分析新闻文本，预测股票走势，结合 Chain-of-Thought 生成推理过程。

2. 市场分析师 LLM：将 OHLCV 时序数据通过重编程机制转化为文本嵌入，结合统计描述生成预测。

3. 阿尔法专家 LLM：处理技术指标（如排名相关性公式），利用 GPT-4 生成因子描述，结合 LightGBM 模型筛选关键因子。

4. 基本面分析师 LLM：分析财报电话会议记录和财务指标（如 EPS、P/E 比率），按季度预测股价变动。

通用专家 LLM

• 预测模式：整合各专家报告，输出股票涨跌的二元预测。

• 排序模式：作为比较器，通过松弛排序算法（如改进的冒泡排序）生成 Top-K 股票列表，优化选股策略。

让大模型运作20天，做出投资决策进行回测：

如下这么多个Agent联合工作：

代码在AGI星球下载：

传统量化依赖经验，深度学习缺乏解释性？我们构建了基于混合专家（MoE）的下一代量化系统 TradExpert！

四大LLM专家模块（新闻、市场、阿尔法因子、基本面）协同作战，通用专家智能整合多源数据，支持涨跌预测与选股排序双模式。20天实盘级回测结果揭秘——看大模型如何自我进化，重塑量化投资边界！（附核心亮点：时序数据文本化重编程、CoT推理生成、LightGBM因子筛选、松弛排序算法优化Top-K策略）

吾日三省吾身

构建一个产生“被动收入”的商业系统。 

商业系统 = 产品 x 流量。

产品 = 解决痛点，满足需求。 

 流量 = 价值 x 热点 x 传播 x 持续。 

持续的价值输出，日更。

视而不见，少想多做；顺其自然，为所当为！

拒绝焦虑，拒绝胡思乱想，不给焦虑输入能量，加油！

代码和数据下载：AI量化实验室——2025量化投资的星辰大海