跳出因子范式，走向叙事驱动 — 基于大语言模型的叙事驱动选股规则生成框架

创建于 2026-07-17T07:36:16.973599+08:00 更新于 2026-08-23T17:52:56.784323+08:00

摘要

本研究提出以大语言模型生成叙事驱动的量价选股框架，强调“先交易逻辑、后量化表达”的新范式，通过四步闭环（假设-编码-验证-反思）实现可解释、可回测的选股规则，叙事驱动规则在历史数据上显著优于基准、并将回撤控制在可接受区间，较传统多因子模型具有更强的可理解性与稳健性。该框架包括风险提示、回测可重复性与可追溯性等要素，意在推动量化因子研究从纯数理统计走向叙事驱动的实战落地。[page::0]

速读内容

深度阅读