很多同学在问，为何没有进一步完善基于大模型的因子挖掘?

ailabx

星球有同学持续在问，基于大模型的因子挖掘。

我“迟迟”没有再完善之前的代码原因在于——LLM因子挖掘，只是因子构建的一个小部分，甚至也不成熟。对于策略之提升，不在主路径上。

但由于大家感觉比较着急，今天还是来说说。

所谓因子挖掘，就是“构建一个因子表达式，比如 corr(close,high,20)”这样了函数。这个函数怎么来的呢——遗传算法可以生成符号表达，强化学习可以生成符号表达，然后LLM本身就是生成一个个token，我们通过prompt生成因子的符号表达。——这个道理是一样的。

然后因子评价，筛选都是一样的，传统看IC，也有人直接拿去回测看结果。

根据结果反馈，迭代因子表达式，遗传算法是用复制，交叉，变异来构建新的表达式。而强化学习用深度神经网络来建模。大模型呢，就靠prompt。AlphaGPT v0.1发布后答疑——基于大模型的智能因子挖掘框架（代码）核心代码这里已经已经完成了，后面就是使用像langchain整合起来就可以了。