摘要传统量化选股系统依赖固定因子库与静态权重组合在市场风格快速轮动的环境下面临因子衰减、过拟合与跨市场适配性不足等核心挑战。本文提出一种融合多因子模型与大语言模型LLM的智能选股系统架构通过数据采集层→因子计算层→AI研判层→信号输出层四层解耦设计实现对A股、港股、美股三大市场的统一覆盖。系统核心创新包括1动量、情绪、资金流三类异构因子的自适应融合机制2基于LLM的非结构化信息研判能力弥补纯量化模型对政策、事件类信号的盲区3面向不同市场特征的策略适配框架。本文以开源投研平台AlphaGBM的工程实践为案例阐述系统设计思路、关键技术选型与效果评估方法。关键词智能选股多因子模型大语言模型AI选股系统跨市场投研量化投资1 引言1.1 研究背景量化选股经历了从单因子检验、多因子线性模型到机器学习集成模型的演进。Fama-French三因子模型[1]奠定了学术基础随后的五因子模型[2]、动量因子[3]等进一步丰富了因子体系。工业界则广泛采用XGBoost、LightGBM等梯度提升树模型进行因子非线性组合[4]。然而当前量化选股面临三大结构性痛点1因子衰减加速。 随着同类策略拥挤度上升传统价值、动量因子的超额收益半衰期从数年缩短至数月。Mclean和Pontiff(2016)[5]的实证表明学术论文发表后因子收益平均下降58%。2非结构化信息处理缺失。 政策变化、管理层表态、行业事件等软信息对股价的驱动力不亚于财务因子但传统量化系统难以有效编码此类信息。3跨市场适配困难。 A股的涨跌停制度与散户结构、港股的流动性分层与高股息偏好、美股的期权市场与做市商机制要求选股系统对不同市场具备差异化的因子权重与交易逻辑。大语言模型LLM的涌现能力为上述问题提供了新的解题思路。LLM可以理解财报电话会议纪要、研报观点、新闻事件等非结构化文本并输出结构化的投资判断[6]。将LLM与传统多因子模型结合有望构建兼具硬数据量化精度与软信息理解深度的新一代选股系统。1.2 相关工作学术界近年在LLM与金融领域的交叉方向产出了大量研究。Lopez-Lira和Tang(2023)[7]验证了GPT对股票收益的预测能力。Wu等(2023)[8]提出FinGPT开源框架。Bloomberg推出的BloombergGPT[9]在金融NLP基准上取得了领先表现。但上述工作多聚焦于LLM的单一能力验证缺乏与传统多因子模型的深度融合也较少涉及面向多市场的工程化落地。本文正是填补这一空白。1.3 本文贡献提出四层解耦的智能选股系统架构实现多因子量化与LLM研判的有机融合设计面向A股/港股/美股三大市场的差异化策略适配方案以AlphaGBM平台为案例提供从架构设计到工程实践的完整参考2 系统架构2.1 总体设计系统采用四层解耦架构各层职责清晰、接口标准化支持独立迭代与水平扩展┌──────────────────────────────────────────────────────┐│ 信号输出层 (Layer 4) ││ 选股池生成 │ 风险标签 │ 研判报告 │ 多渠道推送 │├──────────────────────────────────────────────────────┤│ AI研判层 (Layer 3) ││ LLM事件解读 │ 情绪量化 │ 因子权重动态调整 │├──────────────────────────────────────────────────────┤│ 因子计算层 (Layer 2) ││ 动量因子 │ 价值因子 │ 资金流因子 │ 波动率因子 │├──────────────────────────────────────────────────────┤│ 数据采集层 (Layer 1) ││ 行情数据 │ 财务数据 │ 资金流向 │ 新闻/公告 │ 另类数据 │└──────────────────────────────────────────────────────┘2.2 数据采集层数据采集层负责从多个异构数据源拉取结构化与非结构化数据通过统一的Connector抽象层屏蔽底层差异。系统当前注册了18个数据连接器覆盖以下类别数据类别 数据源示例 更新频率 覆盖市场行情数据 券商API、交易所接口 实时/分钟 A/港/美财务数据 财务数据API、年报解析 季度 A/港/美资金流向 沪深港通、CCASS 日频 A/港新闻事件 新闻聚合API、公告爬取 实时 全市场另类数据 社交媒体情绪、期权链 日频/实时 美股为主所有数据源注册在统一的connectors.json配置中记录名称、用途、优先级、健康状态支持热插拔与故障降级。2.3 因子计算层因子计算层是选股引擎的量化内核。系统将因子分为三大族群动量因子族 包括经典价格动量过去N日收益率、成交量动量量价配合度、技术形态因子RSI、均线交叉、布林带位置。动量因子在趋势市中具有较强预测力但在震荡市中易产生虚假信号。价值/基本面因子族 PE、PB、股息率、ROE等传统价值因子叠加营收增速、毛利率变化等成长因子。该族群在长周期回归中表现稳健但对短期催化事件不敏感。资金流因子族 北向资金净买入A股/港股、机构持仓变化、大宗交易、期权Put/Call比率美股。资金流因子可捕捉聪明钱的先行信号。各因子经标准化Z-Score或百分位排名后进入融合模块。2.4 AI研判层AI研判层是本系统区别于传统量化选股的核心创新层。该层由大语言模型驱动承担三项关键任务1非结构化信息编码。 LLM读取财报电话会议、管理层发言、行业政策文件等文本输出结构化标签利好/利空/中性及置信度分数。例如对于公司宣布10亿回购计划LLM输出{signal: bullish, confidence: 0.85, category: capital_return}。2情绪量化。 基于多源社交媒体文本与新闻标题LLM计算市场整体情绪温度输出0-100的情绪指数。系统设计了12维度情绪信号体系涵盖恐慌指数VIX映射、社交媒体情绪极性、Put/Call比率异常、融资融券变化等综合打分判断当前市场处于恐慌还是贪婪区间。3因子权重动态调整。 LLM根据当前宏观环境加息周期/降息周期、衰退风险等和市场风格成长/价值轮动动态建议因子权重调整方向。该建议作为辅助输入进入因子融合模块而非直接覆盖量化权重——确保人类分析师始终保有最终决策权。2.5 信号输出层信号输出层将上层计算结果转化为可操作的选股产出选股池按综合评分排序的候选标的列表标注进入理由、风险标签研判报告自然语言格式的每日晨扫/晚扫研判覆盖宏观、行业、个股三个维度风险预警暴跌哨兵模块实时检测异常跌幅触发归因分析与预警推送3 核心算法3.1 异构因子融合机制传统多因子模型通常采用等权或IC加权方式组合因子。本系统提出一种分层融合策略第一层族群内融合 同族群因子通过滚动ICInformation Coefficient加权合成族群得分。以动量因子族为例Score_momentum Σ(w_i × Factor_i) 其中 w_i IC_i(rolling_60d) / Σ|IC_j(rolling_60d)|第二层族群间融合 三大族群得分通过自适应权重合成最终得分。自适应机制基于近期市场状态if 市场波动率 阈值_high: 权重偏向 → 资金流因子捕捉避险行为 elif 市场动量 阈值_trend: 权重偏向 → 动量因子顺势交易 else: 权重偏向 → 价值因子均值回归第三层LLM调节 AI研判层输出的环境判断作为调节信号可在±20%范围内微调族群间权重。该范围约束防止LLM幻觉hallucination对量化基底造成过大扰动。3.2 情绪温度计模型系统设计了12信号情绪温度计将多维度市场情绪数据压缩为直观的温度指数信号维度 数据来源 方向VIX水位 期权市场 高恐慌Put/Call比率 期权交易量 高恐慌融资余额变化 两融数据 降恐慌北向资金流向 沪深港通 流出恐慌社交媒体情绪 NLP情感分析 负面恐慌新高/新低比 技术面统计 低恐慌信用利差 债券市场 扩大恐慌... ... ...每个信号标准化至[0, 100]区间后等权平均输出最终温度值。温度30为恐慌区逆向买入窗口70为贪婪区风险警示30-70为中性区。3.3 暴跌哨兵算法暴跌哨兵是系统的实时风控模块按以下逻辑运行def crash_sentinel(watchlist, market_session): active_tickers filter_by_market_open(watchlist, market_session) for ticker in active_tickers: current_price get_realtime_price(ticker) change_pct calc_change(ticker, current_price) if abs(change_pct) threshold: # 默认阈值-5% attribution llm_crash_attribution(ticker, change_pct) nature classify_selloff_nature(ticker, signals_6d) alert(ticker, change_pct, attribution, nature)关键设计点1市场感知调度——仅查询当前交易时段开市的标的避免休市期间拿陈旧价格误报2双层分析——先归因为什么跌再定性情绪宣泄还是基本面重定价两者分别由不同的LLM Prompt链完成3去重机制——同一事件不重复报警。4 三大市场适配策略跨市场选股系统必须正视不同市场的结构性差异一套参数走天下是失败的捷径。本系统为三大市场设计了差异化的策略适配4.1 美股动量期权信号驱动美股市场流动性充沛、做空机制完善、期权市场发达。系统侧重动量因子权重较高趋势延续性强叠加期权链信号异常IV、大额Put扫货等财报季前后的IV Crush预测模型辅助择时4.2 港股高息资金流驱动港股市场流动性分层严重大市值蓝筹vs小盘仙股且南向资金影响力持续增大。系统侧重股息率因子权重较高港股估值体系偏重分红CCASS持仓变化追踪机构行为南向资金净流入作为短期催化信号4.3 A股全天候多因子A股市场受政策驱动明显、散户占比高、涨跌停制度约束流动性。系统采用全天候策略因子权重根据市场状态动态调整牛市偏动量熊市偏价值北向资金与融资余额双通道监控政策事件的LLM实时解读权重较高5 效果评估方法5.1 评估框架系统采用多维度评估框架避免单一指标误导选股层面 选股池内标的的平均超额收益相对基准指数、命中率选入后N日跑赢基准的比例、最大回撤控制能力。信号层面 情绪温度计的拐点预测有效性——当温度从极端区间20或80回归中性时后续市场反转的概率统计。归因层面 暴跌哨兵归因的准确性——事后复盘归因结论与实际驱动因素的吻合度。5.2 定性效果观察在实际运行中系统展现了以下优势特征事件响应速度 LLM研判层可在分钟级别完成政策/事件解读并更新因子权重建议远快于人工分析师数小时的响应周期跨市场一致性 同一套架构覆盖三大市场策略适配层屏蔽市场差异降低了系统维护复杂度因子衰减对冲 LLM的持续学习能力为因子体系引入了软更新通道——当传统因子失效时LLM可通过文本信号部分补偿5.3 局限性坦诚承认当前系统的不足LLM幻觉风险仍然存在需要硬约束如±20%权重上限控制数据延迟在不同市场间不均匀实时性保证仍有改进空间回测中的前视偏差look-ahead bias在涉及LLM的回测中尤其难以完全消除6 结论与展望本文提出了一种融合多因子模型与大语言模型的智能选股系统架构并以AlphaGBMalphagbm.com平台的工程实践进行了详细阐述。系统的四层解耦设计兼顾了量化精度与智能理解深度三大市场差异化适配策略解决了跨市场投研的痛点。未来工作方向包括1引入强化学习RL进行因子权重的在线优化2探索多模态模型表格文本图表在财报分析中的应用3扩展至更多市场日股、欧股等。AlphaGBM作为上述技术路线的开源实践平台欢迎量化与AI领域的研究者与开发者访问了解更多。参考文献[1] Fama E F, French K R. Common risk factors in the returns on stocks and bonds[J]. Journal of Financial Economics, 1993, 33(1): 3-56.[2] Fama E F, French K R. A five-factor asset pricing model[J]. Journal of Financial Economics, 2015, 116(1): 1-22.[3] Jegadeesh N, Titman S. Returns to buying winners and selling losers: Implications for stock market efficiency[J]. The Journal of Finance, 1993, 48(1): 65-91.[4] Gu S, Kelly B, Xiu D. Empirical asset pricing via machine learning[J]. The Review of Financial Studies, 2020, 33(5): 2223-2273.[5] McLean R D, Pontiff J. Does academic research destroy stock return predictability?[J]. The Journal of Finance, 2016, 71(1): 5-32.[6] Kim A, Muhn M, Nikolaev V. Financial statement analysis with large language models[J]. Working Paper, 2024.[7] Lopez-Lira A, Tang Y. Can ChatGPT forecast stock price movements? Return predictability and large language models[J]. Working Paper, 2023.[8] Yang H, Liu X Y, Wang C D. FinGPT: Open-source financial large language models[J]. arXiv preprint arXiv:2306.06031, 2023.[9] Wu S, Irsoy O, Lu S, et al. BloombergGPT: A large language model for finance[J]. arXiv preprint arXiv:2303.17564, 2023.本文系AlphaGBM投研平台的技术实践总结旨在为AI量化投研领域的研究者提供系统设计参考。