金融AI分野の主要な科学者であるチ・ヤン(Zhi Yang)氏率いる研究チームが、収益性の高い取引信号を見つけ出すプロセスを「軌跡」として捉える進化型フレームワーク「QuantaAlpha」を発表した。このエージェンティックAI（自律型AI）システムは、ゼロから探索を始めるのではなく、生物の進化にインスパイアされた「突然変異」や「交叉」といった操作を用いる。これにより、成功した探索パスを微調整・組み合わせることで、より優れた結果を効率的に導き出すのだ。

金融予測における最大の障壁の一つは、モデルの論理と実装コードを完全に一致させることである。QuantaAlphaは「セマンティック一致性」を重視しており、背後にある仮説、数学的公式、そして実行可能なコードがすべて整合していなければならない。この仕組みは、シミュレーション上では良好に見えても実社会では通用しない「ゴミ」のようなコードの生成を防ぐ。さらに、多くの投資家が同じ単純な戦略を用いることで利益が消失する「クラウディング」現象を避けるため、要因の複雑さも適切に制御されている。

実際にGPT-5.2を搭載したシステムでCSI 300指数を用いたテストを行ったところ、年利27.75%という驚異的な収益率を記録した。このパフォーマンスは、モデルがどの程度正確に株価の動きを予測できたかを示す「情報係数(Information Coefficient)」によって測定されている。特筆すべきは、ある指数で発見された信号がS&P 500などの他市場でも高い効果を発揮した点だ。この堅牢性は、QuantaAlphaが市場環境の変化に左右されない普遍的な経済的真実を見出していることを示唆している。

金融AI分野の主要な科学者であるチ・ヤン(Zhi Yang)氏率いる研究チームが、収益性の高い取引信号を見つけ出すプロセスを「軌跡」として捉える進化型フレームワーク「QuantaAlpha」を発表した。このエージェンティックAI（自律型AI）システムは、ゼロから探索を始めるのではなく、生物の進化にインスパイアされた「突然変異」や「交叉」といった操作を用いる。これにより、成功した探索パスを微調整・組み合わせることで、より優れた結果を効率的に導き出すのだ。

金融予測における最大の障壁の一つは、モデルの論理と実装コードを完全に一致させることである。QuantaAlphaは「セマンティック一致性」を重視しており、背後にある仮説、数学的公式、そして実行可能なコードがすべて整合していなければならない。この仕組みは、シミュレーション上では良好に見えても実社会では通用しない「ゴミ」のようなコードの生成を防ぐ。さらに、多くの投資家が同じ単純な戦略を用いることで利益が消失する「クラウディング」現象を避けるため、要因の複雑さも適切に制御されている。

実際にGPT-5.2を搭載したシステムでCSI 300指数を用いたテストを行ったところ、年利27.75%という驚異的な収益率を記録した。このパフォーマンスは、モデルがどの程度正確に株価の動きを予測できたかを示す「情報係数(Information Coefficient)」によって測定されている。特筆すべきは、ある指数で発見された信号がS&P 500などの他市場でも高い効果を発揮した点だ。この堅牢性は、QuantaAlphaが市場環境の変化に左右されない普遍的な経済的真実を見出していることを示唆している。