Propose, Don't Judge: An Anytime-Valid Referee for LLM Agents That Mine Investment Factors
（翻译）提议，不要评判：一种面向挖掘投资因子的 LLM 智能体的任意时刻有效裁判
资讯摘要
Abstract page for arXiv paper 2609.27051: Propose, Don't Judge: An Anytime-Valid Referee for LLM Agents That Mine Investment Factors
AI 摘要
该论文探讨语言模型智能体在量化因子挖掘中的分工：智能体负责提出因子、回测与撰写诊断探针，而由不可修改的冻结统计裁判依据提交后才披露的市场结果打分，以保证任意停止时刻的假发现率控制。作者用脚本、赌徒算法与大模型三类提出者，对比冻结裁判与三种有信息泄漏的裁判，在合成环境、探针生成环境和中证500十年滚动回测中评估。冻结裁判纳入的阈值以下因子少5至11倍，但代价是时间，被纳入的真实因子平均需等待约500个交易日，认证组合夏普比率低于无门控组合。
更多资讯
商务部：中欧双方以符合世贸组织规则的方式就混动汽车贸易达成谅解乘联分会：9月1-30日全国乘用车新能源市场零售114.1万辆，同比去年9月同期下降12%公司是否有提价计划？五粮液：不存在固定的价格比值关系这届 IROS 2026 上，具身学术与产业边界正在消融富特科技：股东拟减持不超2.894%公司股份
10后中学生捧红统一“呆毛”发型，这回轮到老非主流们看不惯了报道称OpenAI和Anthropic正在聘用前特朗普政府官员独家丨蔚来李斌最新内部讲话：明年将有重量级新车，未来3年的核心是三个聚焦TRAE负责人石扬离职创业，联手前字节数据安全负责人傅越做 AI 办公，首轮估值 2 亿美元美股大型科技股盘前多数上涨，苹果跌超2%特朗普政府要求AI公司在发生安全事件后立即上报七部门：推动电商平台规则向优转型:fire::fire:开源接口平台v6.1发布，支持数据插件Nano Banana 2.1 九种实战用法：从多图一致性到"养图"，附完整提示词得中女得天下？这个年销3亿的女装品牌AAAD给出了新答案！当所有人都用AI写内容，你的个人IP靠什么胜出？
以太坊大区块时代将至：Glamsterdam 通过测试网首考Rails 之父 DHH 狂吹 Rust 快 150 倍，被开发者翻代码后群嘲
美债失控狂飙：冲击到底有多大？多部门：汽车生产企业不得作虚假、夸大或引人误解的宣传AI产品经理到底要学哪些技术？传统PM不要把时间浪费在这3件事上中节能太阳能西藏首个“光伏+构网型储能”一体化项目落地那曲8点1氪丨特朗普买入Meta股票；山姆宣布拟限制亲友卡绑定；豆包开通水、电、燃气等生活缴费功能英国拟未来四年投，10亿英镑扶持创新集群第三季度21家上市银行获511家机构调研
早报｜供应链回应iPhone 18 Pro砍单传闻/小米、华为手机同日调价/山姆拟限制亲友卡换绑腾讯入股墨奇智能土耳其禁止15岁以下儿童使用社交媒体���号Claude 动态多 Agent 工作流开始公测，支持庞大的工作负载客户说要一个功能，产品经理怎么找到真正的需求在那？
10后中学生捧红统一“呆毛”发型，这回轮到老非主流们看不惯了报道称OpenAI和Anthropic正在聘用前特朗普政府官员独家丨蔚来李斌最新内部讲话：明年将有重量级新车，未来3年的核心是三个聚焦TRAE负责人石扬离职创业，联手前字节数据安全负责人傅越做 AI 办公，首轮估值 2 亿美元美股大型科技股盘前多数上涨，苹果跌超2%特朗普政府要求AI公司在发生安全事件后立即上报七部门：推动电商平台规则向优转型:fire::fire:开源接口平台v6.1发布，支持数据插件Nano Banana 2.1 九种实战用法：从多图一致性到"养图"，附完整提示词得中女得天下？这个年销3亿的女装品牌AAAD给出了新答案！当所有人都用AI写内容，你的个人IP靠什么胜出？以太坊大区块时代将至：Glamsterdam 通过测试网首考Rails 之父 DHH 狂吹 Rust 快 150 倍，被开发者翻代码后群嘲美债失控狂飙：冲击到底有多大？多部门：汽车生产企业不得作虚假、夸大或引人误解的宣传AI产品经理到底要学哪些技术？传统PM不要把时间浪费在这3件事上中节能太阳能西藏首个“光伏+构网型储能”一体化项目落地那曲8点1氪丨特朗普买入Meta股票；山姆宣布拟限制亲友卡绑定；豆包开通水、电、燃气等生活缴费功能英国拟未来四年投，10亿英镑扶持创新集群第三季度21家上市银行获511家机构调研早报｜供应链回应iPhone 18 Pro砍单传闻/小米、华为手机同日调价/山姆拟限制亲友卡换绑腾讯入股墨奇智能土耳其禁止15岁以下儿童使用社交媒体���号Claude 动态多 Agent 工作流开始公测，支持庞大的工作负载客户说要一个功能，产品经理怎么找到真正的需求在那？