เอเจนต์วิวัฒนาการด้วยตนเองทำลายข้อจำกัดการขุดปัจจัยเชิงปริมาณ: กรอบ QuantaAlpha บรรลุผลตอบแทนรายปี 27.75%

ทีมจากมหาวิทยาลัยการเงินและเศรษฐศาสตร์เซี่ยงไฮ้ (SUFE) ส่งบทความ

QbitAI | บัญชี WeChat สาธารณะ QbitAI

ในระดับพื้นฐานของการเงินเชิงปริมาณ แฟคเตอร์อัลฟ่าโดยพื้นฐานแล้วคือตรรกะโค้ดที่สามารถดำเนินการได้ ซึ่งพยายามแมปข้อมูลตลาดที่มีเสียงรบกวนให้เป็นสัญญาณการซื้อขายที่แม่นยำ อย่างไรก็ตาม การขุดค้นแฟคเตอร์อัตโนมัติถูกขังอยู่ใน “ภาวะกลืนไม่เข้าคายไม่ออก” มาเป็นเวลานาน: การเขียนโปรแกรมเชิงพันธุกรรมดั้งเดิม (Genetic Programming, GP) แม้จะเก่งในการค้นหาเชิงวิวัฒนาการในพื้นที่ขนาดใหญ่ แต่โดยพื้นฐานแล้วมันคือ “การกลายพันธุ์แบบสุ่มที่มืดบอด”

พวกมันโอเวอร์ฟิตกับสัญญาณรบกวนทางประวัติศาสตร์ในการแบ็กเทสต์มากเกินไป แต่กลับอธิบายได้ยากในเชิงตรรกะ ราวกับกล่องดำที่เต็มไปด้วยความบังเอิญ ในขณะที่โมเดลภาษาขนาดใหญ่ (LLM) ที่เกิดขึ้นใหม่ แม้จะมีพลังความเข้าใจความหมายที่แข็งแกร่ง สามารถอ่านทฤษฎีการเงินได้เหมือนมนุษย์ แต่เมื่อต้องจัดการกับตรรกะเชิงปริมาณที่มีความแม่นยำสูง มันกลับมีแนวโน้มที่จะตกอยู่ใน “ความคลาดเคลื่อนทางความหมาย” และ “ภาพลวงตา” โค้ดที่สร้างขึ้นมักจะสมบูรณ์แบบทางไวยากรณ์ แต่ในเชิงตรรกะทางเศรษฐศาสตร์กลับกระจัดกระจาย แย่ไปกว่านั้นคือไม่สามารถทำซ้ำได้ และอยู่รอดในการซื้อขายจริงได้ยากยิ่ง

สิ่งนี้ทำให้เกิดการไตร่ตรองพื้นฐาน: เราสามารถสร้างเอเจนต์ที่ทั้งมีความสามารถในการสำรวจเชิงวิวัฒนาการที่ไม่รู้จักเหน็ดเหนื่อยเหมือนเครื่องจักร และมีพลังควบคุมตรรกะที่เข้มงวดเหมือนโปรแกรมเมอร์มนุษย์ได้หรือไม่?

ในบริบทนี้เอง ทีม QuantaAlpha ร่วมกับสถาบันต่างๆ เช่น AIFin Lab ของมหาวิทยาลัยการเงินและเศรษฐศาสตร์เซี่ยงไฮ้ ได้เสนอกรอบ QuantaAlpha: กรอบการขุดค้นแฟคเตอร์อัลฟ่าแบบเอเจนต์วิวัฒนาการด้วยตนเองรูปแบบใหม่

การวิเคราะห์กรอบหลัก: แบบจำลองการวิวัฒนาการด้วยตนเองตามวิถี

นวัตกรรมหลักของ QuantaAlpha อยู่ที่การมองกระบวนการขุดค้นเป็นวิถี (Trajectory) ที่สมบูรณ์:

• การวิวัฒนาการระดับวิถี: มันไม่พอใจกับความสำเร็จเพียงครั้งเดียว แต่แสวงหาการวิวัฒนาการในระดับวิถี
• การค้นหาแบบกำหนดทิศทาง: มันไม่พึ่งพาการค้นหาแบบสุ่มที่มืดบอด แต่แก้ไขช่องโหว่ทางตรรกะผ่านการกลายพันธุ์ (Mutation) และสืบทอดโครงสร้างที่มีประสิทธิภาพผ่านการผสมข้าม (Crossover)
• ข้อจำกัดทางตรรกะ: มันนำข้อจำกัดด้านความหมายและความซับซ้อนที่เข้มงวดมาใช้ เพื่อให้มั่นใจว่าสิ่งที่วิวัฒนาการออกมาไม่ใช่แค่โค้ดที่มีผลตอบแทนสูง แต่ยังเป็นสมมติฐานทางเศรษฐศาสตร์ที่มีตรรกะสอดคล้องกันในตัวเอง

เมื่อสภาพแวดล้อมตลาดเปลี่ยนแปลงอย่างรุนแรง (เช่น การพังทลายของหุ้นขนาดเล็กและไมโครแคปในตลาดหุ้น A ปี 2023) QuantaAlpha แสดงความยืดหยุ่นที่น่าทึ่ง นี่ไม่ใช่แค่การอัปเกรดเครื่องมือ แต่เป็นก้าวสำคัญสู่ Agentic Science: ทำให้ AI สามารถปรับตัวและอยู่รอดด้วยตนเองอย่างแท้จริงในตลาดการเงินจริงที่เต็มไปด้วยเสียงรบกวน

1. การเริ่มต้นแผนงานที่หลากหลาย (Diversified Planning Initialization)

ในการวิจัยจริง ปัญหาความแออัดของแฟคเตอร์มักไม่ได้เกิดขึ้นในขั้นตอนการคัดกรองในภายหลัง แต่ถูกฝังไว้ตั้งแต่จุดเริ่มต้นของการวิจัยแล้ว ด้วยเหตุนี้ QuantaAlpha จึงนำกลไกการวางแผนที่หลากหลายมาใช้อย่างชัดเจนในขั้นตอนการเริ่มต้น แทนที่จะพึ่งพาแฟคเตอร์เริ่มต้นเพียงตัวเดียวหรือจำนวนน้อย

โดยเฉพาะอย่างยิ่ง เอเจนต์เริ่มต้นผ่านโอเปอเรเตอร์การวางแผน จะสร้างทิศทางการวิจัยที่แตกต่างกันอย่างมีนัยสำคัญหลายทิศทางพร้อมกัน และขยายแต่ละทิศทางออกเป็นวิถีอิสระ ตัวอย่างเช่น ระบบสามารถเริ่มต้นเส้นทางสมมติฐานที่แตกต่างกันสำหรับ “โมเมนตัมโครงสร้างจุลภาคระยะสั้น” และ “ความผิดปกติพื้นฐานวัฏจักรยาว” พร้อมกันได้ การออกแบบนี้ไม่ได้มุ่งหวังที่จะครอบคลุมรูปแบบแฟคเตอร์มากขึ้น แต่เพื่อสร้างความแตกต่างเชิงโครงสร้างตั้งแต่ช่วงต้นของการค้นหา เพื่อให้มีพื้นที่สำรวจเพียงพอสำหรับกระบวนการวิวัฒนาการในภายหลัง และบรรเทาปัญหาความเหมือนกันของแฟคเตอร์และจุดที่ดีที่สุดเฉพาะที่ตั้งแต่ต้นทาง

2. การกลายพันธุ์ของวิถี (Mutation)

ในตลาดที่ไม่คงที่ ความล้มเหลวในการวิจัยมักไม่ใช่ “ไร้ประสิทธิภาพโดยรวม” แต่เป็นกลไกสำคัญบางอย่างที่ล้มเหลวภายใต้สภาพแวดล้อมปัจจุบัน โอเปอเรเตอร์การกลายพันธุ์ของ QuantaAlpha ได้รับการพัฒนารอบๆ การสังเกตนี้ โดยมีเป้าหมายไม่ใช่การรบกวนแบบสุ่ม แต่เพื่อแก้ไขการตัดสินใจที่ล้มเหลวอย่างตรงเป้าหมาย

• ระดับตรรกะ: ระบบผ่านโมดูลการสะท้อนตนเอง วินิจฉัยวิถีที่มีผลตอบแทนต่ำ เพื่อระบุโหนดการตัดสินใจสำคัญที่ทำให้ประสิทธิภาพลดลง เช่น การเลือกกลไกระดับสมมติฐานหรือโอเปอเรเตอร์หลักในโครงสร้างแฟคเตอร์
• ระดับปฏิบัติการ: การกลายพันธุ์จะกระทำเฉพาะกับส่วนย่อยที่ถูกตัดสินว่าล้มเหลว (Refine) เท่านั้น ในขณะที่ส่วนที่เหลือของวิถีที่ได้รับการยืนยันแล้วว่ามีประสิทธิภาพจะถูก “แช่แข็ง” กลไกการปรับโครงสร้างเฉพาะที่นี้ ทำให้กระบวนการค้นหาสามารถก้าวออกจากสมมติฐานเดิมได้ ในขณะเดียวกันก็หลีกเลี่ยงความไม่เสถียรทางตรรกะที่เกิดจากการล้มล้างทั้งหมด

ผ่านการกลายพันธุ์ระดับวิถี ระบบสามารถสำรวจพื้นที่กลไกใหม่ๆ อย่างต่อเนื่อง ในขณะที่ยังคงรักษาประสบการณ์ที่มีประสิทธิภาพจากอดีตไว้

3. การผสมข้ามของวิถี (Crossover)

หากการกลายพันธุ์แก้ไขปัญหา “วิธีแก้ไขทิศทางที่ผิดพลาด” โอเปอเรเตอร์การผสมข้ามจะมุ่งเน้นที่วิธีนำประสบการณ์ความสำเร็จกลับมาใช้ใหม่ ใน QuantaAlpha การดำเนินการผสมข้ามไม่ได้เป็นการเชื่อมต่อนิพจน์อย่างง่าย แต่เกิดขึ้นในระดับวิถี: ระบบจะระบุส่วนย่อยที่มีค่าสูงซึ่งมีประสิทธิภาพคงที่และมีตรรกะเสริมกันจากวิถีต่างๆ และรวมเข้าด้วยกันเป็นเส้นทางการวิจัยใหม่

• การวิเคราะห์กรณีศึกษา: ในกระบวนการวิวัฒนาการที่แสดงในเอกสาร เอเจนต์ได้ผสมข้ามแฟคเตอร์ย้อนกลับที่จับเอฟเฟกต์ฝูงชนของผู้ลงทุนรายย่อย (Retail Herding) กับแฟคเตอร์ตามแนวโน้มอีกรายหนึ่งที่อธิบายโมเมนตัมของสถาบัน (Institutional Momentum)
• ผลลัพธ์การวิวัฒนาการ: แฟคเตอร์สุดท้ายที่สร้างขึ้นคือ Institutional Momentum Score 20D ซึ่งผสานกลไกทั้งสองประเภทได้สำเร็จ: ติดตามการซื้อขายร่วมกันของสถาบันในระยะที่มีแนวโน้มคงที่ และระบุการฟื้นตัวของอารมณ์ผู้ลงทุนรายย่อยในสภาพแวดล้อมที่มีความผันผวนรุนแรง จึงทำให้เกิดการบูรณาการแบบไม่เชิงเส้นในระดับตรรกะ

กลไกการผสมข้ามนี้ ทำให้โครงสร้างการวิจัยที่มีประสิทธิภาพสามารถสืบทอดข้ามวิถีได้ แทนที่จะถูก “ค้นพบใหม่” ซ้ำๆ ในทุกรอบการค้นหา

4. ข้อจำกัดที่มีโครงสร้าง (Structured Constraint)

ความเสี่ยงหลักประการหนึ่งของ LLM ในการขุดค้นแฟคเตอร์คือความคลาดเคลื่อนทางความหมาย: โค้ดที่สร้างขึ้นสามารถดำเนินการได้ในเชิงรูปแบบ แต่ได้เบี่ยงเบนไปจากสมมติฐานทางเศรษฐศาสตร์ดั้งเดิม QuantaAlpha แก้ไขปัญหานี้อย่างเป็นระบบโดยการนำข้อจำกัดที่มีโครงสร้างหลายชั้นมาใช้

1) การแสดงสัญลักษณ์ระดับกลาง (AST)
แฟคเตอร์ต้องมีอยู่ในรูปแบบต้นไม้ไวยากรณ์นามธรรม โดยโอเปอเรเตอร์ทั้งหมด (เช่น TS CORR, RANK) มาจากไลบรารีโอเปอเรเตอร์ที่กำหนดไว้ล่วงหน้า เพื่อให้แน่ใจถึงความชัดเจนของความหมายทางคณิตศาสตร์และความหมายทางการเงิน

2) การตรวจสอบความสอดคล้องของความหมาย (Consistency Verifier)
ระบบบังคับตรวจสอบความสัมพันธ์การแมปที่สอดคล้องกันระหว่าง “สมมติฐานการลงทุน—คำอธิบายภาษา—การแสดงสัญลักษณ์—โค้ดที่ปฏิบัติการได้” ทันทีที่พบว่าการนำพยายามเบี่ยงเบนจากตรรกะดั้งเดิมโดย “ขโมยตัวบ่งชี้” จะถูกสกัดกั้นโดยอัตโนมัติและทริกเกอร์การเขียนใหม่

3) การกรองความซับซ้อนและความซ้ำซ้อน (Complexity and Redundancy Filtering)
ผ่านข้อจำกัดความยาวสัญลักษณ์และการจับคู่ความคล้ายคลึงของ AST ระบบจะปฏิเสธตัวเลือกที่มีความซับซ้อนเกินไปหรือมีความซ้ำซ้อนสูงกับแฟคเตอร์ที่มีอยู่ เพื่อให้แน่ใจว่าพูลแฟคเตอร์สุดท้ายมีข้อมูลเพิ่มเติมอย่างต่อเนื่อง

ทบทวนกรณีศึกษา: ประวัติวิวัฒนาการของแฟคเตอร์หนึ่ง

QuantaAlpha “คิด” และวิวัฒนาการอย่างไร? เราสังเกตการทำงานระดับจุลภาคผ่านกรณีศึกษาการวิวัฒนาการของแฟคเตอร์ที่เฉพาะเจาะจง

Iteration 1: การเริ่มต้นที่หลากหลาย (Initialization)

ทิศทางที่ระบบสร้างขึ้นในตอนแรกคือตรรกะการกลับตัวที่อิงตามโครงสร้างจุลภาค แฟคเตอร์ที่สร้างขึ้นมีชื่อว่า RegimeFiltered Reversal 5D

• ตรรกะ: เชื่อว่า “ปริมาณการซื้อขายสูงและความผันผวนสูง” แสดงถึงสภาพแวดล้อมที่มีเสียงรบกวน ผ่านการกรองอัตราส่วนความผันผวน เพื่อจับสัญญาณการกลับตัวภายใน 60 วัน
• ผลการแบ็กเทสต์: ARR อยู่ที่ 5.22% แม้จะมีประสิทธิภาพเบื้องต้น แต่มีอัตราส่วนชาร์ปต่ำ และความสามารถในการต้านทานการดรอว์ดาวน์ต่ำ

Iteration 2: การกลายพันธุ์ของกลไก (Mutation)

หลังจากตรวจพบจุดคอขวดของตรรกะการกลับตัว ระบบได้ทริกเกอร์การกลายพันธุ์ของกลไก มันเปลี่ยนโฟกัสจาก “การกลับตัว” เป็น “การจัดแนวโมเมนตัมหลายสเกล” และสร้างแฟคเตอร์ Nested Momentum Alignment 1 5 20

• ตรรกะ: เชื่อว่าการสั่นพ้องและการจัดแนวของโมเมนตัม 1 วัน, 5 วัน และ 20 วัน สามารถทำนายความต่อเนื่องของแนวโน้มได้ และเพิ่มการถ่วงน้ำหนักด้วยความสัมพันธ์
• ผลลัพธ์: ARR ในการแบ็กเทสต์เพิ่มขึ้นเป็น 7.06% ประสบความสำเร็จในการค้นหาแหล่งที่มาของอัลฟาจากมิตที่แตกต่างกันโดยสิ้นเชิง

Iteration 5: การปรับโครงสร้างตรรกะ (Crossover)

นี่คือขั้นตอนที่สำคัญที่สุด ระบบได้ผสมข้ามตรรกะ “การจัดแนวโมเมนตัม” จากขั้นตอนก่อนหน้ากับอีกวิถีหนึ่งที่มุ่งเน้นไปที่ “ระดับการมีส่วนร่วมของผู้ลงทุนรายย่อย (Retail Herding)” ในที่สุดก็เกิดแฟคเตอร์ทรงพลัง: Institutional Momentum Score 20D (แฟคเตอร์คะแนนโมเมนตัมสถาบัน)

• นิพจน์แฟคเตอร์:
  RANK(TS CORR(DELTA(close, 1)/close, DELTA(volume, 1)/volume, 20) * TS MEAN((close-open)/close, 5))
• การวิเคราะห์ตรรกะ:
  แฟคเตอร์นี้ผสมผสานจุดแข็งหลักของทั้งสองอย่างอย่างชาญฉลาด—ด้านซ้ายจับสัญญาณการซื้อขายร่วมกันของสถาบัน (Institutional Momentum) ผ่าน “ความสัมพันธ์ระหว่างปริมาณและราคา” ด้านขวาจับหน้าต่างการกลับตัวของอารมณ์ผู้ค้าปลีกผ่าน “โครงสร้างผลตอบแทนภายในวัน” และเสริมด้วยการถ่วงน้ำหนักด้วยความผันผวน
• ผลการแบ็กเทสต์สุดท้าย:
  แฟคเตอร์นี้ไม่เพียงแต่เพิ่มความแม่นยำในการทำนาย แต่ยังแสดงความสามารถในการป้องกันที่แข็งแกร่งอย่างยิ่งในตลาดที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลา กลายเป็นส่วนประกอบหลักของพูลแฟคเตอร์สุดท้าย

ผลการทดสอบเชิงประจักษ์: “ความทนทานในการอยู่รอด” ที่ข้ามวัฏจักรตลาด

การวิเคราะห์แบ็กเทสต์ใช้กรอบ QLib กับดัชนี CSI 300, ดัชนี CSI 500 และดัชนี S&P 500 โดยมีรายละเอียดการแบ่งข้อมูลตามตารางที่ 1 การสร้างแฟคเตอร์ใช้คุณลักษณะพื้นฐานหกประการ ได้แก่ ราคาเปิด, ราคาสูงสุด, ราคาต่ำสุด, ราคาปิด, ปริมาณการซื้อขาย และความผันผวน (Vwap)

เพื่อให้แน่ใจว่าโมเดลมีความทนทานต่อค่าผิดปกติ กระบวนการก่อนการประมวลผลประกอบด้วย: การเติมค่าที่ขาดหายไปแบบไปข้างหน้า, การแทนที่ค่าอนันต์, การกำจัดตัวอย่างที่ไม่มีป้ายกำกับ และการใช้การทำให้เป็นมาตรฐานอันดับตามภาคตัดขวาง (CSRankNorm) กับทั้งคุณลักษณะและป้ายกำกับ

1. ตัวชี้วัดประสิทธิภาพสูงสุด (อิงตาม GPT-5.2)

ประสิทธิภาพการทำนาย: สัมประสิทธิ์ข้อมูล (IC) ถึง 0.1501, RankIC ถึง 0.1465

ผลตอบแทนกลยุทธ์: ผลตอบแทนส่วนเกินรายปี (ARR) สูงถึง 27.75%, การดรอว์ดาวน์สูงสุด (MDD) เพียง 7.98%, อัตราส่วนคาลมาร์ (CR) ถึง 3.4774