当有效信号失败：LLM 特征与RL交易策略之间的计量 regime 边界
种群与进化
2026-04-14 v1
摘要
大型语言模型（LLM）能否生成能够改进强化学习（RL）交易智能体的连续数值特征？我们构建了一个模块化管道，其中冻结的LLM作为无状态特征提取器，将非结构化的每日新闻和文件转化为下游PPO智能体消耗的固定维度向量。我们引入了一个自动化的提示优化循环，将提取提示视为离散超参数，直接针对信息系数（Information Coefficient，即预测值与实现值之间的斯佩尔曼秩相关）进行调优，而非传统的NLP损失。优化后的提示发现了真正具有预测性的特征（在 held-out 数据上的IC超过0.15）。然而，这些有效的中间表示并不自动转化为下游任务的性能：在由宏观经济冲击引起的分布迁移期间，LLM派生的特征引入了噪声，导致增强型智能体的表现不如仅基于价格的基线差。而在较为平静的测试 regime 中，智能体能够恢复正常，但宏观经济状态变量仍是政策改进的最可靠驱动因素。我们的发现凸显了特征层面有效性与政策层面鲁棒性之间的鸿沟，这与迁移学习在分布迁移下的已知挑战相呼应。
引用
@article{arxiv.2604.10995,
title = {How complex behavioural contagion can prevent infectious diseases from becoming endemic},
author = {Michael J. Plank and Matt Ryan and Lloyd Chapman and Roslyn I. Hickson and Thomas House and Emma McBryde and James M. McCaw},
journal= {arXiv preprint arXiv:2604.10995},
year = {2026}
}