PaperlayerView exact revision on arXiv

Source-linked AI summary

Agentic Empirical Asset Pricing: Methodological Foundations

Yingjian Pan, Xiaowei Ding, Kay Giesecke

arXiv:2609.00731v1cs.AIcs.LGq-fin.ST

TL;DR

AEAP에는 자율적 발견 시스템에 대한 공통 정의와 평가 원칙이 부재해 비교와 재현이 제한된다. 이 논문은 AEAP를 정의하고 다축 평가와 롤링 평가를 제안하며, 어떤 시스템도 모든 기준에서 뛰어나지 않고 잔여 backbone 정보 누출이 남아 있음을 보인다.

  • 문제

    AEAP에는 자율적 발견 과정 자체를 평가하기 위한 공통 정의와 표준이 없고, 산출물만 평가하고 있어 비교, 재현, 누적적 연구가 제한된다.

  • 방법

    이 논문은 AEAP를 정의하고, 시점 고정 다축 평가와 롤링 표본 외 평가를 확립하며, 이 프레임워크를 SEADS와 다섯 개 baseline에 적용한다.

  • 결과

    두 패널 전체에서 어떤 시스템도 모든 기준에서 뛰어나지 않으며, 다축 점수화만으로는 단일 의사결정 시점에서 최선의 시스템을 확정할 수 없다.

  • 시사점 및 한계

    AEAP 시스템은 여러 산출 차원에 걸쳐 공동으로, 그리고 발견 과정을 과거 시점에서 재실행하는 방식으로 평가해야 한다.

  • 시사점 및 한계

    현재의 단일 LLM을 release-dated model이 아닌 역사적 의사결정 시점 전반에 사용하기 때문에 backbone에는 잔여 soft information leakage가 존재한다.

Abstract

from arXiv · show

Recent advances in LLM agents enable a new paradigm for asset pricing, which we call Agentic Empirical Asset Pricing (AEAP): systems that autonomously conduct the scientific discovery process itself. We define AEAP and identify its core building blocks. Existing evaluation practices backtest only the outputs (factors or trades), not the autonomous discovery system that produced them. We focus on factor discovery, contributing a reference architecture, a rigorous evaluation standard for discovered factors, and a method for out-of-sample backtesting the discovery system. As a concrete instance of that architecture, we evaluate SEADS against five re-implemented baselines on two US equity panels using this standard: no single metric ranks the systems consistently, motivating evaluation on multiple axes at once. A separate rolling re-execution then asks the complementary question of whether the discovery process itself, not one static output, is reliable. We also report negative findings and limitations that surface further evaluation pitfalls for future AEAP systems.

1 서론

Agentic Empirical Asset Pricing (AEAP)은 가설을 자율적으로 생성하고, 코드를 구현하며, 발견을 통계적으로 검증하는 LLM agents를 의미한다. 이 논문은 공통 기반을 정립하고, 보고된 결과와 발견 과정 모두를 평가하는 factor-discovery systems의 평가 방법론을 제안한다.

  • 동기: AEAP는 empirical asset-pricing research를 인간 주도의 발견에서 자율적 가설 생성, 코딩, 통계적 검증으로 전환한다.
  • 동기: 기존 AEAP 평가는 factors나 trades를 backtest하지만, 자율 시스템이 연구 과정을 통해 우연히 유리한 발견을 얻을 수 있다는 점은 간과한다.
  • 기여: 이 논문은 AEAP를 정의하고, 다섯 가지 공통 building blocks를 식별하며, 이 패러다임을 classical machine learning 및 human-in-the-loop LLM copilots와 구분한다.
  • 기여: factor discovery를 위해 productivity, performance, novelty에 기반한 reference architecture와 통합 평가 기준을 제안하고, 과거 시점에서의 반복적 재실행을 추가한다.
  • 기여: 이 논문은 SEADS에서 이 framework를 구현하고, 두 개의 포괄적 US equity panels에서 다섯 개의 재구현 baselines와 함께 평가한다.

2 에이전틱 실증 자산가격결정

Agentic Empirical Asset Pricing (AEAP)은 실증 자산가격결정의 세 번째 물결로 제안된 개념으로, 자율적인 LLM 기반 에이전트가 최소한의 인간 개입으로 과학적 발견 목표를 추구하면서 자신의 루프 안에서 계량경제학과 machine learning을 호출한다 [Gu et al., 2020, Kozak et al., 2020]. AEAP 시스템은 자산가격결정 데이터에 대해 가설–형식화–평가의 전체 사이클을 자율적으로 완료하며, 이에 따라 내부 발견 사이클과 반복적인 외부 루프 실행을 모두 평가해야 한다.

  • 동기: AEAP는 전통적인 계량경제학과 machine learning을 확장해, 자율적인 LLM 기반 에이전트가 최소한의 인간 개입으로 자산가격결정 목표를 추구하는 세 번째 물결을 이룬다 [Gu et al., 2020, Kozak et al., 2020].목표에는 이론 검정, factor 발견, 기대수익률 설명, 예측, anomaly 연구, portfolio 평가, risk premium 추정이 포함된다.
  • 정의: AEAP는 LLM 기반 에이전트가 자산가격결정 데이터에 대해 완전한 가설, 형식화, 평가 사이클을 최소 한 번 자율적으로 실행할 것을 요구한다.시스템이 자격을 갖추려면 인간 연구자가 이 세 단계 중 어느 것도 대신 수행해서는 안 된다.
  • 아키텍처: AEAP 시스템 전반에서 반복적으로 나타나는 다섯 가지 구성 요소는 가설 생성, 검증 가능한 산출물로의 형식화, 실행 또는 추정, 평가, 반복적 과학적 발견이다.제공된 본문은 이러한 반복 구성 요소를 명시적으로 소개하지만, 발췌문은 실행 또는 추정에 대한 설명 중간에 끝난다.
  • 범위: AEAP는 factor 발견, trading-policy 평가, 구조모형 검정을 포괄하지만, 서로 다른 목표를 추구하는 시스템은 factor 발견 시스템과 직접 비교할 수 없다.이 논문은 기존 시스템이 가장 많고 발견 과정을 검정하기 위한 통계적 대상도 가장 명확하기 때문에 factor 발견에 초점을 둔다.
  • 평가 프레임워크: 타당한 AEAP 평가는 두 개의 중첩된 루프에서 각 의사결정일에 이용 가능한 정보를 적용해야 한다. 하나는 내부 발견 사이클이고, 다른 하나는 과거의 여러 날짜에 걸쳐 발견을 재실행하는 외부 루프다.이는 하나의 split에서 단일 정적 산출물을 점수화하는 방식과 다르며, 발견 시스템 자체를 평가하는 이 논문의 초점을 뒷받침한다.

3 요인 발견

이 절에서는 요인 발견을 표본 외 타당성과 비중복성을 동시에 만족하는 요인 집합을 찾는 문제로 정식화하고, 이 목표를 SEADS에 구현한다. 발견된 산출물을 다축으로 평가하고 발견 과정의 적응성을 평가하기 위한 rolling re-execution을 정의한다.

  • 요인 발견 목표: 발견 대상은 명시적인 패널별 기준 집합에 대해 표본 외 타당성과 비중복성을 동시에 갖는 요인 집합이다.어떤 단일 metric도 두 속성을 모두 포착하지 못하므로, admissibility를 충족하려면 모든 기준 요인과의 상관이 threshold 미만으로 유지되어야 한다.
  • Reference architecture: 재구현한 다섯 개 baseline은 generator, sandboxed point-in-time executor, validation gate, persistence mechanism의 조합을 구현하며, 공통된 vocabulary는 사용하지 않는다.executor와 gate는 schema-agnostic하도록 설계되었지만, 각 baseline은 architecture의 building block 중 엄격한 부분집합만 구현한다.
  • SEADS 구현: SEADS는 planning과 proposal을 분리하고, 구조화된 explore-or-exploit seed를 확장하며, deterministic structural 및 point-in-time safeguard를 통해 후보 formula를 실행한다.sandbox는 코드를 정적으로 read 가능한 column으로 제한하고 look-ahead firewall을 적용하며, 최대 두 번의 LLM-assisted repair를 지원한다. pipeline은 hardcoded column name 없이 두 패널 모두에서 실행된다.
  • Validation 및 persistence: 후보는 duplicate 및 self-collapse check, coverage, Rank-IC t-stat, out-of-decade regime consistency, robustness check를 요구하는 순차적 statistical gate를 통과해야 한다.Near-pass는 stage-specific feedback을 사용해 동일한 gate를 거치며 self-evolve되고, memory tier는 round 전반에 걸쳐 statistics, candidate outcome, lesson, admitted factor를 보존한다.
  • 평가 기준: 보고된 factor pool에서 performance, productivity, novelty는 서로 대체할 수 없는 속성이므로, system은 productivity, mean per-factor OOS Sharpe, novelty를 함께 기준으로 평가한다.Productivity는 공유된 300-candidate budget에서 전체 admission 수를 세며, novelty는 해당 system의 다른 admission 및 panel reference set과의 maximum correlation을 사용한다.
  • 적응적 평가: Adaptivity는 과거 decision date에서 직전 sliding window와 persistent state만 사용해 전체 discovery loop를 rolling re-execution하는 방식으로 평가한다.rolling protocol은 확장되는 library를 다음 시점으로 전달하고, 새로운 admission으로 novelty reference set을 갱신하며, lesson을 보존한다. 이를 통해 반복된 cold static run과 adaptive rediscovery를 구분한다.

4 실험 설정

실험은 일치된 표본 외 전용 평가하에서 상호보완적인 두 개의 미국 주식 패널로 factor-discovery 시스템을 비교한다. 공정한 방법 비교와 시스템 수준 backtesting을 위해 재구현한 baseline과 고정된 validation gate를 사용한다.

  • Data panels: 두 개의 미국 주식 패널은 고도로 채굴된 characteristics database 또는 원시적이고 비정제된 회계·시장 변수에 대해 novelty를 검증한다.Panel A는 JKP의 ex-microcap 미국 database 를 사용하고, Panel B는 CRSP/Compustat features와 외부 reference 를 사용한다.
  • Evaluation design: 동일한 budget을 맞춘 표본 외 전용 비교는 두 패널에서 productivity, performance, novelty, spanning tests를 동일하게 평가하며, novelty에 대해서만 낮은 값이 선호된다.Table 1은 다섯 번의 replicate에 걸친 평균을 보고하며, entry별 replicate 간 standard errors는 별도로 제공한다.
  • 데이터 패널: 두 패널 모두 2010–2019 표본 내 데이터를 사용하며, 표본 외 기간은 Panel A의 경우 2025년 십이월까지, Panel B의 경우 2024년 십일월까지다.각 기간은 각각 약 71개월과 59개월을 포함하며, 이는 원천 데이터의 이용 가능성을 반영한다.
  • Baselines: 다섯 개의 baseline—AlphaAgent, AlphaForge, RD-Agent(Q), QuantaAlpha, Beyond Prompting—을 재구현해 native-market data 차이와 방법 자체의 차이를 분리한다.보고된 결과는 명시된 시스템이 발표한 수치가 아니라 저자들이 재구현한 결과다. porting fidelity는 균일하지 않다 [Tang et al., 2025, Shi et al., 2025, Li et al., 2025c, Han et al., 2026, Huang and Fan, 2026].
  • Validation and protocol: SEADS는 시스템 backtesting protocol에 앞서 두 패널 모두에 하나의 고정된 internal validation gate를 적용한다.이 gate는 coverage, Rank-IC, out-of-decade regime, novelty, partial-IC, Fama–MacBeth thresholds를 결합하며, 고정된 novelty cutoff과 ex-ante Bonferroni-dynamic Rank-IC rule을 포함한다.

5 결과

결과는 discovery system이 raw-feature-only baseline을 실질적으로 능가하지만, panel과 metric에 따라 순위가 달라짐을 보여준다. SEADS의 self-evolution mechanism은 특히 중요하며, Planner를 제거하면 별도의 over-admission failure mode가 발생한다.

  • 결과: Mean Sharpe는 다섯 discovery system 모두에서 0.82–0.96에 도달하는 반면 Raw 400 only는 0.62에 그친다. SEADS가 명목상 0.96±0.04로 앞서지만, Beyond Prompting 또는 QuantaAlpha와 신뢰성 있게 구분되지는 않는다.Figure 2는 admitted factor를 full raw characteristic panel과 함께 joint regression하므로, 이 비교는 raw panel이 이미 제공하는 것 이상의 가치를 측정한다.
  • Mechanism ablations: Self-evolution을 제거하면 admits가 14.0에서 7.8로, Sharpe가 0.25에서 0.08로 감소하며, 이는 68% decline이자 가장 큰 ablation drop이다.반대로 Planner를 제거하면 admissions가 37.2로 증가하는 동시에 Sharpe가 0.10으로 감소한다. 이는 약한 factor를 과소생산하는 것이 아니라 overproduction함을 의미한다.

6 한계

이 연구의 결론은 작은 표본, 데이터셋에 의존하는 Sharpe, 그리고 비교 가능성·누수 통제·포트폴리오 타당성에 영향을 미치는 여러 설계 선택에 의해 제한된다. 보고된 Sharpe는 trading costs를 반영하기 전 수치이며, admission gate는 joint out-of-sample 포트폴리오 기여가 아니라 marginal in-sample signal만 인증한다.

  • 표본 크기와 검정력: 작은 표본과 짧은 OOS window로 인해 대부분의 시스템 간 차이는 통계적으로 신뢰하기 어려우며, replicate 수는 의도적인 검정력 제한이 아니라 API budget을 반영한다.replicate당 admitted-factor 수는 수십 개이고, OOS window는 59–71개월이며, static replicate는 5개, rolling replicate는 3개다.
  • 포트폴리오 구성: Independent admission은 marginal in-sample signal을 인증하지만, combined portfolio에서 일관된 joint non-monotone out-of-sample 기여를 보장하지는 않는다.나중에 admitted된 factor는 admission gate가 인증하지 않는 방식으로 앞서 admitted된 factor와 상호작용할 수 있다.
  • 데이터셋 의존성: Absolute Sharpe는 패널 간 비교에 유용하지 않다. 달성 가능한 Sharpe가 데이터셋별 alpha headroom에 의존하기 때문이다.따라서 이 연구는 absolute Sharpe를 사용해 패널 간 시스템을 비교하지 않고, 각 패널 내에서 시스템을 비교한다.
  • 정보 누수: 하나의 현재 GPT-5.2 model이 모든 역할을 수행하므로 backbone information leakage는 여전히 soft하지만, 실현 수익률이 아니라 feature description에서 제안하게 함으로써 leakage를 안전한 쪽에 가깝게 유지한다 [Li et al., 2025b, Glasserman and Lin, 2024, Sarkar and Vafa, 2024, Lopez-Lira et al., 2025].역사적으로 성공한 factor family에 대한 일반 지식이 특히 rolling protocol에서 가설을 여전히 편향시킬 수 있다.
  • Look-ahead 통제: look-ahead firewall은 정적 pattern matching이 안전한 formula와 안전하지 않은 formula를 함께 거부할 수 있어 지나치게 보수적일 수 있다.덜 보수적인 대안이 존재하지만, 이는 이 결과가 나온 뒤에 제시되었다.
  • Compute matching: self-evolution retry와 repair를 제거하면 Sharpe가 68% 하락하며, 이는 일치하는 candidate 수가 admission당 일치하는 실제 compute를 의미하지 않음을 보여준다.300-candidate budget은 초기 proposal과 일치하지만, mutation retry와 repair로 인해 slot당 하나의 proposal을 넘어서는 LLM call이 추가된다.
  • 거래 비용: 보고된 Sharpe는 trading costs를 반영하기 전 수치이므로, transaction costs와 turnover는 빈번한 reranking이나 복잡한 formula에서 성과를 불균형적으로 훼손할 수 있다.보고된 어떤 수치도 이 구현상의 간극을 반영하지 않는다.

7 결론

결론은 AEAP를 정의하고, 발견된 factor를 평가하는 다축 기준과 discovery process를 대상으로 한 historical point-in-time backtesting을 제시한다. 두 패널 모두에서 모든 점수에서 뛰어난 system은 없었으며, negative findings는 이 분야가 여전히 정립되지 않았음을 보여준다.

  • 기여: 이 논문은 AEAP를 정의하고, 연구자의 가설을 검정하는 대신 스스로 가설을 발견하는 system의 building blocks를 식별한다.이는 autonomous empirical discovery에 대한 공통 정의의 부재를 다룬다.
  • 평가 framework: 이 논문은 발견된 set을 공동으로 평가하기 위한 multi-axis output-facing standard와 historical decision dates에 걸쳐 discovery system을 backtesting하는 방법을 제안한다.이 접근법은 한 번의 실행에서 나온 output만이 아니라 process를 평가한다.
  • 기여: SEADS는 이 framework를 구현하며, five re-implemented baselines와 비교 평가된다.이 비교는 단일 score에 의존하기보다 여러 축에서 AEAP system을 평가할 필요성을 보여준다.
  • 실증 결과: 두 패널 모두에서 모든 standard score에서 뛰어난 system은 없었으며, 하나의 decision date만으로는 최적의 system을 식별할 수 없다.Historical re-execution은 point-in-time 제약에서 discovery process가 견고하게 유지되는지를 검정함으로써 static scoring을 보완한다. Negative findings에는 non-monotone combination과 soft backbone-leakage residual이 포함된다.

윤리 성명 · 부록

윤리 성명은 자동화된 trading-signal discovery를 dual-use로 규정하며, 과장된 성과 주장과 배포에 따른 crowding을 주요 우려로 제시한다. 부록은 본 논문을 뒷받침하는 전체 방법론과 결과를 제공한다.

  • 윤리 성명: 자동화된 trading-signal discovery는 dual-use 역량으로 규정되며, 주요 위험은 위험한 역량 자체가 아니라 과장된 성과 주장이다.
  • 윤리 성명: 평가 기준은 의도적으로 deflationary하게 설계되어, 해당 분야의 headline claims를 부풀리기보다 축소하는 것을 목표로 한다.
  • 윤리 성명: discovery systems의 Out-of-sample scoring은 부풀려진 성과 주장을 줄이는 메커니즘으로 제시된다.
  • 윤리 성명: negative findings의 보고는 자동화된 discovery 연구에서 부풀려진 주장을 억제하는 또 다른 메커니즘으로 제시된다.
  • 윤리 성명: 많은 행위자가 동일한 시스템을 배포하면 대규모 자동화된 discovery가 시장 crowding에 기여할 수 있으며, 평가 패널에는 small-cap 종목이 포함된다.
  • 부록: 부록은 본 논문을 뒷받침하는 full methodology and results를 제공하며, 관련된 경우 구체적인 표와 그림을 인용한다.

A 데이터 구성 세부사항

이 연구는 명시적인 규모, 출처, 신규성 기준, point-in-time 규약을 적용한 두 개의 미국 주식 데이터 패널을 사용한다. 모든 feature source는 후속 단계의 묵시적 오염을 방지하기 위해 일관된 1개월 선행 수익률 정의를 적용한다.

  • Panel A: JKP characteristics: Panel A는 미국 상장 주식에 대해 JKP global factor characteristics 를 사용하며, 미래정보를 사용하지 않고 월별 NYSE 시가총액 breakpoint를 통해 micro 및 nano 주식을 제외한다.선정된 variant는 small, large, mega 주식을 유지하며, pipeline에는 네 가지 size-filtered variant가 포함된다.
  • Panel B: CRSP/Compustat base features: Panel B의 base-features panel은 13개 범주에 걸친 87개의 primitive CRSP/Compustat 회계 및 시장 변수와 1,213,574개의 stock-month를 포함한다.각 범주의 변수 수는 3개에서 13개까지다.
  • Panel B의 novelty reference: Panel B의 novelty reference는 Bryzgalova et al. [2025]의 45-characteristic “Missing Financial Data” panel이며, 미래정보를 사용하지 않고 직전월 market equity 기준 상위 80%로 제한한다.이 panel은 2,402,623개의 stock-month, 22,336개의 고유 주식, 1977–2024년, 6개 범주를 포괄한다.
  • Point-in-time convention: 모든 feature source는 ret(t)를 (t, t+1] 구간에 실현된 lead-1-month return으로 저장하며, track별 lag parameter를 일관된 contract로 대체한다.이 논문은 이 규약을 invariant로 취급한다. 하나의 잘못된 return-column 정의만으로도 해당 panel에 기반한 모든 factor가 오염될 수 있기 때문이다.

B Reference Architecture Component Audit … G Per-Baseline Fidelity Notes

이 논문은 결정론적 검증, look-ahead 보호, self-evolution, 재현 가능한 결합을 갖춘 폐루프 factor-discovery system으로 SEADS를 규정한다. 또한 discovery process에 대한 walk-forward evaluation을 정의하고, 재구현된 각 baseline의 fidelity 선택을 문서화한다.

  • B Reference Architecture Component Audit: reference-architecture audit는 네 가지 building block과 system-level backtesting에 걸쳐 재구현된 다섯 시스템을 비교하며, 모두 동일한 point-in-time execution은 제외한다.Table 4는 AEAP building block이 선택 사항이라는 근거가 아니라, AlphaForge를 표준 비에이전트 비교 baseline으로 취급한다.
  • C The SEADS Discovery Loop: Pseudocode: SEADS의 loop는 candidate factor를 생성하고, 검증하고, 변이시키고, 보존하며, 조사된 모든 시스템은 어떤 형태로든 generation, evaluation, cross-round persistence를 구현한다.SEADS의 self-evolution은 persistence에 네 가지 component를 사용하는 등 더 정교하다. 다른 시스템은 각각 하나씩만 사용하며, near-miss는 지정된 progress condition을 충족한 뒤에만 변이된다.
  • D Validation Gate and Firewall Detail: 검증은 deterministic하다. candidate는 설정된 모든 check를 순서대로 통과해야 하며, short-circuit rejection과 최종 sign backstop이 적용된다.firewall의 rule class와 gate의 정확한 execution order는 별도로 지정된다. gate에는 self-collapse check와 실현된 metric 간 sign agreement가 포함된다.
  • E Pipeline Internals: SEADS는 locked 또는 sequential shared state, collision-safe naming, scoped prompt, structural planner backstop, formula-trace grounding을 통해 implementation risk를 통제한다.Ridge combinator는 안정성, 비교 가능성, 시스템과 panel 간 완전한 재현성을 유지하기 위해 rank-normalized admitted factor와 α = 1을 사용한다.
  • F Backtesting-the-System: Full Walk-Forward Protocol: walk-forward evaluation은 과거 decision date에서 discovery process를 재실행하며, 새로운 LLM call 없이 default revalidation을 수행하거나 fresh discovery를 통한 full reproposal을 지원한다.reproposal과 combinator-refit cadence는 독립적이다. evaluation은 annual reproposal과 four-month refit을 사용하며, reproposal 사이에는 admitted library를 고정한다.
  • F Backtesting-the-System: Full Walk-Forward Protocol: rolling protocol은 reproposal event 전반에 걸쳐 SEADS의 library, novelty reference set, lessons를 보존하는 반면, baseline은 새로운 decision date마다 자체 driver를 다시 호출한다.두 접근법은 동일한 reproposal/refit tick structure를 공유하지만, 이러한 cross-refresh mechanism을 다음 시점으로 전달하는 것은 SEADS뿐이다.
  • G Per-Baseline Fidelity Notes: baseline port는 system-specific fidelity를 공개한다. 일부는 공개된 code를 사용하고, 일부는 문서화된 substitute를 필요로 하며, RD-Agent(Q)는 native, firewall-audited, firewall-clean view를 별도로 보고한다.Beyond Prompting은 Harvey–Liu–Zhu의 t>3.0 hurdle 을 포함해 published threshold를 보존하며, QuantaAlpha는 code가 다를 때 논문에 명시된 admission rule을 따른다.

H 수식 복잡도 사례 연구: 상호작용 vs. 가산 스프레드 · I 관련 연구의 확장 지형 · J 재현성 메모

이 사례 연구에서 SEADS는 주로 곱셈적 조건부 상호작용을 발견한 반면, baseline은 주로 가산 스프레드를 생성하며 이는 선형 모형에서 중복될 수 있다. 본 논문은 AEAP를 관련 factor-discovery 및 agentic-finance 연구 속에 위치시키고, 결정론적이며 leakage-resistant한 평가와 재현성 설정을 기록한다.

  • H 수식 복잡도 사례 연구: 상호작용 vs. 가산 스프레드: SEADS가 채택한 factor는 압도적으로 곱셈적 상호작용 또는 비율인 반면, RD-Agent(Q)와 Beyond Prompting은 대체로 두 특성의 평면 가산/감산 스프레드를 채택한다.비교 대상은 SEADS의 locked-gate flagship replicate 전반에서 취합한 채택 factor이며, Table 8에서 구조적 분류를 제시한다.
  • H 수식 복잡도 사례 연구: 상호작용 vs. 가산 스프레드: SEADS의 각 example은 동시에 좋은 점수를 얻으려면 여러 순위화된 leg가 필요하지만, baseline 스프레드는 구성 요소를 독립적이고 선형적인 것으로 취급한다.두 특성을 모두 별도로 포함하면 평면 차분은 이미 선형 downstream model이 span하므로, SEADS의 triviality rejection rule이 필요하다.
  • H 수식 복잡도 사례 연구: 상호작용 vs. 가산 스프레드: Beyond Prompting이 반복적으로 생성한 cash-flow-yield 스프레드는 94개의 명목상 채택 factor 중 평균 pairwise |ρ|=0.281과 유효 독립 개수 3.46을 보인다.example들은 하나의 cash-flow-yield 구성 요소를 서로 무관한 여러 특성과 번갈아 결합하며, triviality rule이 방지하려는 중복성을 보여준다.
  • I 관련 연구의 확장 지형: 초기 factor-discovery 연구는 human–AI mining, reinforcement-learning search, evolutionary mining, prompted conceptualization, semi-automated feature engineering을 아우른다 [Wang et al., 2023; Yu et al., 2023; Cui et al., 2021; Cheng and Tang, 2024; Wang et al., 2024c].인접한 LLM miner들은 chain-based generation, MCTS, GFlowNets, on-graph evolution 등의 메커니즘을 제시한다. chain-based system의 보고 수치는 licensing-rights 문제로 제거되었으므로 검증 가능한 것으로 취급하지 않는다 [Cao et al., 2025; Shi et al., 2026b; Chen et al., 2026a; Guo et al., 2026].
  • I 관련 연구의 확장 지형: 본 논문은 feedback의 granularity와 pipeline-stage specificity를 기준으로 자신의 memory tier를 skills-and-experience 및 memory-driven discovery 선행 연구와 구분한다 [Wang et al., 2026; Liu et al., 2026a].또한 두 equity panel에서의 structured numerical-data factor discovery를 text-seeded, news-based, disclosure-prediction, debate-based system과 구분한다 [Lin et al., 2026; Liu et al., 2026a; Wang et al., 2024b; Choi et al., 2025; Zhao et al., 2025].
  • I 관련 연구의 확장 지형: 평가 infrastructure는 formulaic alpha와 trading agent를 포괄하며, 조사된 test window의 median이 1.3 years에 불과하다는 점이 본 논문의 realism 논거가 된다 [Ding et al., 2026; Li et al., 2025a; Ding et al., 2024].Huang et al. [2026]은 하나의 modern backbone을 사용한 out-of-sample single static split을 적용한다는 점에서 가장 가까운 선행 사례지만, equity가 아닌 cryptocurrency를 평가한다.
  • J 재현성 메모: 핵심 결과는 손대지 않은 out-of-sample window를 사용하고, 모든 gate decision에서 해당 window를 제외하며, 결정론적 validation, check, fingerprinting, sign backstop에 의존한다.validation engine은 candidate series, in-sample window, threshold dictionary에만 의존하므로 discovery 또는 selection leakage를 방지한다.
  • J 재현성 메모: 모든 system은 동일한 portfolio-construction 및 metric implementation을 공유하며, SEADS와 ablation은 단일 run이 아니라 independent replicate에 대한 means ± standard error를 보고한다.보고된 설정은 모든 role에 하나의 current LLM backbone을 사용한다. GPT-5.2는 tools, function calling, web access 없이 standard chat-completions API를 통해 호출되며, role-specific temperature를 적용한다 (Table 9).

K Metric 정의

이 절은 Rank-IC/ICIR, coverage, regime consistency, multiple-error control을 포함한 factor 평가 metric과 gate threshold를 정의한다. 또한 analytic 및 cross-replicate standard error를 보고하는 table을 식별한다.

  • K Metric 정의: Rank-IC는 factor value와 다음 달 excess return 간 월별 cross-sectional Spearman correlation이며, 최소 5개의 유효한 pair를 요구한다. 12개 미만의 correlation만 존재하는 월은 undefined로 처리한다.ICIR는 월별 Rank-IC series로부터 정의되며, supplied passage에서는 평균화 식이 잘려 있다.
  • K Metric 정의: locked gate는 cumulative-candidate Bonferroni correction을 t-statistic에만 적용하며, floor는 3.0이다. 반면 Fama–MacBeth threshold는 t ≥1.0으로 고정된다.corrected threshold는 α = 0.05와 누적 candidate count인 N을 통한 family-wise error-rate control을 사용한다.
  • K Metric 정의: Coverage는 Min Coverage를 충족하는 non-null candidate value가 존재하는 in-sample month의 비율이며, regime consistency는 regime-specific data에서 mean Rank-IC를 다시 계산한다.supplied passage에서는 regime-consistency의 전체 정의가 잘려 있다.
  • K Metric 정의: Table 10은 window length별 cSR의 analytic Lo-(2002) standard error를 보고하며, n=59인 Panel B를 포함한다.supplied caption은 table의 범위만 식별하고 cell value는 제공하지 않는다.
  • K Metric 정의: Table 11은 동일한 system, metric, panel에 대해 Table 1의 entry별 cross-replicate standard error를 보고한다.supplied caption은 수치 standard-error value를 제공하지 않는다.

L 예시 Admit · M AI 감사의 글

이 절은 안정성, 낮은 reference-panel 상관, 곱셈 구조를 보여주는 세 개의 수작업 선정 SEADS factor admit을 제시하며, 보고된 모든 실험을 LLM이 수행했고 프로젝트 개발과 집필의 일부를 지원했음을 밝힌다.

  • L 예시 Admit: 세 개의 예시 SEADS admit은 강한 in-sample/out-of-sample 일치, 낮은 reference-panel 상관, SEADS의 전형적인 multiplicative-interaction 구조를 보여주도록 선정됐다.세 admit 모두 Table 6의 모든 검사를 통과했으며, in-sample 통계량은 admission 시점에, out-of-sample 통계량은 held-out window에서 계산됐다.
  • L 예시 Admit: Table 12는 각 예시 admit에 대해 Coverage, Rank-IC (ICIR), Partial-IC t, FM t, Max corr의 in-sample 값과 세 개의 out-of-sample-labeled 행을 함께 보고한다.in-sample 값은 admission 시점에 계산되는 반면, out-of-sample 값은 held-out window에서 산출된다.
  • L 예시 Admit: stable liquidity efficiency admit은 trading-friction 신호와 dollar-volume-stability 신호의 three-way product를 통해 강한 in-sample/out-of-sample 일치를 보인다.좁은 spread와 낮은 trading inactivity는 낮은 friction과 빠른 price discovery를 나타내며, 불안정한 dollar-volume regime은 가중치가 낮아진다. 이 admit은 dolvol var 126d와 가장 높은 상관을 보인다.
  • L 예시 Admit: distress amplified perf mispricing admit은 다섯 개 replicate 전체의 모든 admit 중 pooled correlation이 가장 낮으며, debt at과의 상관은 0.449다.rank(mispricing perf) × rank(o score) 구조는 distress-amplified performance mispricing을 나타내며, limits-to-arbitrage와 forced trading이 이후 correction을 강화할 수 있다.
  • L 예시 Admit: cash operating profitability × low tax payable growth admit은 SEADS admit의 83.8%가 공유하는 지배적 구조를 보여준다.두 변수의 rank product는 rank(cop bev) × (1-rank(txp gr1a))이며, txp gr1a와 가장 높은 상관을 보인다.
  • M AI 감사의 글: Language model은 experimental subject였다. SEADS와 다섯 개 baseline 모두 모든 proposal, evaluation, evolution 단계에서 LLM을 사용했다.별도로, generative AI tool은 supporting-code 개발과 manuscript 준비의 일부를 지원했다.
Loading 2609.00731v1…