Autonomous Market Intelligence: Agentic AI Nowcasting Predicts Stock Returns∗
创建于 更新于
摘要
本文建立了一个“完全 agentic”的实时 nowcasting 框架：每天让大型语言模型自主网络检索并对 Russell 1000 全样本给出吸引力评分，从而严格消除先见偏差并生成可交易信号，发现模型能显著挑出顶尖赢家——以每日信号构建的 Top-20 组合在样本期产生约 0.184%/日的 Fama-French 六因子 alpha（年化约 46%），年化 Sharpe=2.43，且交易成本＜10% 的毛 alpha，可实现性强；但可预测性高度不对称，仅集中在最优想法，底部样本 alpha 与市场无显著差异；数据集具有不可重建性，提供了检验 agentic AI 信息处理能力的新范式 [page::0][page::1][page::18][page::29]
