要約
研究チームが、LLMを活用した定量金融向けアルファ因子自動探索フレームワーク「Hubble」を発表した。 ASTベースのサンドボックスと独自演算子言語で安全性を担保しつつ、RankIC・情報比などで候補因子を厳密評価する。 クォンツ運用の自動化・高度化に向け、LLMの金融実務応用を大きく前進させる可能性がある。
LLMでアルファ因子を自動発見するフレームワーク「Hubble」登場
Hubble: An LLM-Driven Agentic Framework for Safe and Automated Alpha Factor Discovery
原文を読む →
https://arxiv.org/abs/2604.09601
Hubbleは定量金融分野のアルファ因子（株価予測に使う統計的シグナル）発見を自動化するLLM駆動のフレームワークです。従来の遺伝的プログラミング手法は解釈困難な複雑数式を生成しやすく、過学習（データへの過度な適合）が問題でした。Hubbleはこれを克服するため、LLMをインテリジェントな探索ヒューリスティクスとして活用し、ドメイン固有の演算子言語とAST（抽象構文木）ベースの実行サンドボックスで安全かつ制御された因子生成を実現します。評価パイプラインではクロスセクショナルRankIC（順位情報係数：予測と実績の順位相関）、年率化情報比（リスク調整後リターン指標）、ポートフォリオ回転率を用いて候補因子を厳格に審査。成績上位因子と構造化されたエラー診断をLLMにフィードバックする進化的メカニズムにより、複数世代にわたる反復改善を実現します。既存の遺伝的プログラミングと比較してより解釈可能で汎化性の高い因子を生成できる点が実用上の強みです。金融クオンツ開発者や資産運用の研究者にとって、人手によるファクター設計を大幅に効率化できる実用的な手法として注目されます。