OLIVIA 协议测试：LLM 读新闻预测股价信号在盲测中大幅衰减
原文标题：Thinking Fast, Trading Late: System One Decision Models vs the Market
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出 OLIVIA 协议，通过时点输入、公司匿名化、验证集选择与哈希冻结分析计划，严格测试 LLM 读新闻预测标普 500 股票收益的能力。微调模型信号在验证季度有效，但盲测期信息系数降至 0.020（t=1.7）；商业模型读数与隔夜开盘走势吻合，说明新闻在开盘前已被定价。
- 问题
- LLM 读新闻预测股价的回测收益有多少是前视与选择偏差。
- 方法
- OLIVIA 协议：时点输入、公司匿名化、仅用验证集选择、哈希冻结分析计划、一次性盲测解锁。
- 结果
- 微调模型验证期信息系数 0.055/0.065，盲测期降至 0.020（t=1.7）；商业模型与隔夜开盘走势吻合（IC 0.074-0.077），开盘后无信号。
- 影响
- 新闻信号在可交易时点前已被定价，基于 LLM 新闻因子的策略需先过严格盲测。
深读 · 结论先行AI 生成展开看要点与影响 ↓
OLIVIA盲测显示LLM新闻选股信号信息系数从0.055/0.065跌至0.020，t=1.7
- •微调模型在两个验证季度日度信息系数为0.055和0.065，盲测期2026年1-7月降至0.020（t=1.7）
- •商业模型读数与隔夜开盘走势吻合（信息系数0.074-0.077），但与开盘后走势不吻合，说明新闻在开盘前已被定价
- •商业模型在62%-74%的情况下能识别匿名化公司，基线为28%，匿名化只隐藏名称不隐藏公司
- •无模型能区分过度反应与反应不足，也无预注册策略在扣除成本与通缩夏普比率后存活
为什么重要：对用量化回测验证LLM选股信号的研究者和交易团队是直接警示：回测收益可能来自前视、记忆或选择偏差，开盘可交易时新闻已被定价。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。