0. 论文基本信息

• 标题：Generating Synergistic Formulaic Alpha Collections via Reinforcement Learning
• 作者/机构：Shuo Yu, Hongyan Xue, Xiang Ao, Feiyang Pan, Jia He, Dandan Tu, Qing He（中国科学院计算技术研究所/中国科学院大学；华为EI创新实验室等）
• 发表出处/时间：KDD 2023（arXiv:2306.12964v1，2023-05-25）

1. 核心问题与创新总览

量化交易中常将历史价格/成交量等原始数据变换为可解释的市场信号，称为阿尔法因子 (alpha factor)。其中，公式化阿尔法 (formulaic alpha) 因可解释性强而常用于风控敏感场景；然而，实践中通常并非单因子使用，而是将多个因子输入下游组合模型以提升预测精度。传统自动挖掘方法大多“逐个”生成因子，并用互信息系数或互相关等相似性指标筛选“多样性”，忽略了因子最终将被组合这一事实，导致得到的因子集合在组合后增益有限，甚至与筛选指标不一致。

0. 论文基本信息

• 标题：中国市场的盈余公告：隔夜与日内收益差异 (Earnings Announcements in China: Overnight-Intraday Disparity)
• 作者/机构：刘俊豪 (Junhao Liu)、Ole-Kristian Hope（多伦多大学罗特曼管理学院）；胡丹琪 (Danqi Hu)（北京大学光华管理学院）
• 发表出处/时间：SSRN工作论文，2023年7月5日

1. 核心问题与创新总览

该研究聚焦于盈余公告 (Earnings Announcements) 在中国股票市场 (Chinese Stock Market) 中的价格发现机制问题。传统金融学研究通常将日度收益 (Daily Returns) 作为分析单位，但本文揭示了一个被长期忽视的核心现象：在独特的交易与信息披露制度安排下，中国市场的盈余公告反应呈现出显著的隔夜-日内收益差异 (Overnight-Intraday Disparity)。

1 架构鸟瞰（Bird’s-eye View）

图 4 提供了 Aave V1 在执行层与状态层之间的完整流向：用户与外部协议主要通过 LendingPool 交互，这个无状态的业务控制器只负责校验与流程调度；资金托管、计息、估值与状态存储都被剥离到 LendingPoolCore。为将白皮书中的抽象模型映射到源码，本章按照“入口 → 状态 → 策略”的顺序梳理模块职责与依赖关系，后续章节将沿这些箭头展开函数与事件的细节。

1 Introduction

Aave Protocol V1 标志着从去中心化 P2P 借贷策略（lender 与 borrower 之间形成直接贷款关系，如早期 ETHLend）向 pool-based（资金池） 模式的转变：

1. 比特币区块链的扩展性难题 (The Bitcoin Blockchain Scalability Problem)

这一章为整个协议奠定了物理学和经济学基础。论证了为什么“单纯增加区块大小（Block Size Increase）”是一条死路，以及为什么必须将交易移至链下（Off-chain）。

坟墓里寂静无比，埋葬你的是你所有没说出口的话