Copied


AllocFlow представляет ИИ для торговли портфелем от начала до конца

Rongchai Wang   Nov 18, 2026 03:34 0 Min Read


Новая структура ИИ, AllocFlow, была представлена для революции в управлении портфелем, генерируя совместные распределения портфеля напрямую из сырых многопроцессорных рыночных данных. Исследование, опубликованное в 2026-11-17 , на arXiv (2611.19937) и поддержанное открытым исходным кодом на GitHub, демонстрирует значительные достижения в дизайне торговых систем и производительности.

Инновационная структура от начала до конца

AllocFlow устраняет ключевое ограничение традиционных торговых трубопроводов, которые часто разделяют прогнозирование сигналов и построение портфеля, потенциально нарушая согласованность целей. Вместо этого AllocFlow использует кросс-активный потоковый трансформер для обработки сырых часовых рыночных данных и одновременной генерации непрерывных подписанных весов позиции для всех инструментов портфеля. Этот подход обеспечивает согласованные и оптимизированные решения по аллокации в рамках совместных ограничений капитала.

Процесс обучения в две стадии

Структура использует схему обучения в две стадии для преодоления неэффективности в обучении непрерывным политикам аллокации. Первая стадия, имитация под руководством стратегии, устанавливает структурированное распределение кандидатных портфелей, имитируя причинную альфа-стратегию. Вторая стадия, групповое относительное обучение с подкреплением (Flow-GRPO), уточняет эти портфели путем выбора и оценки восьми кандидатных книг для каждого состояния рынка на протяжении следующих 24 часовых баров. Этот процесс уточнения оптимизирует финансовые вознаграждения на уровне портфеля, сохраняя стабильность через замороженную референтную политику.

Метрики производительности

На часовых криптовалютных вечных фьючерсах AllocFlow продемонстрировал замечательные улучшения в производительности. Уточнение на основе обучения с подкреплением увеличило годовой чистый доход имитационной политики с 27.79% до 51.38% , в то время как коэффициент Калмара вырос с 0.955 до 4.043 . На 6 месяцах невидимых данных 2026 AllocFlow достиг коэффициента Калмара 4.90 без повторного обучения, превосходя стратегию преподавателя по всем метрикам.

Доступность открытого исходного кода

Структура AllocFlow доступна как проект с открытым исходным кодом на GitHub (https://github.com/allocflow/AllocFlow), позволяя исследователям и практикам исследовать и внедрять его возможности. Проект включает в себя подробную документацию, страницу проекта и поясняющее видео, в котором изложены его методология и результаты.

Интегрируя передовые технологии машинного обучения с оптимизацией портфеля от начала до конца, AllocFlow представляет собой значительный шаг вперед в области алгоритмической торговли и управления портфелем.


Read More