你让几组研究员各自搭一条“Alpha流水线”：有人用自然语言写公式，有人让模型改表达式，有人用图搜索。最后，每组都交来一个回测冠军。问题是，他们用的表示、检查方法和筛选规则都不同。你很难判断结果能否复现，也不知道所谓冠军究竟赢过多少次试验。
QBX想解决的正是这类问题。它不是又一个负责发现交易信号的AI，而是一台给“Alpha工厂”使用的编译器：先规定候选策略怎样写，再检查它是否合法、有没有使用当时尚不可知的数据、是否和旧候选重复，最后才交给回测。论文把重点从“谁挖到更高分的因子”，移到了“我们能不能先把挖掘过程管清楚”。
这里的Alpha，通常指不能只用市场整体涨跌或常见风险暴露解释的超额收益。因子则是用于解释或预测资产收益的可计算特征。所谓Alpha工厂，就是批量生成、测试和筛选这些潜在信号的流水线。本文数字均来自Bai与Bian的QBX论文及作者自报实验，尚无第三方复现。
先把策略从“句子”变成程序
传统自动挖掘常把候选策略当作字符串或公式。这样很灵活，却容易出现三类麻烦。
第一，候选可能根本不能运行：参数不对、输入输出类型不匹配，或者计算关系绕成了环。第二，同一个信号换个名字或写法，可能被反复回测，并被误算成多次独立发现。第三，策略可能“偷看未来”——计算某一天的信号时，使用了当时尚未公布的数据。
QBX把完整策略表示成port-DAG，即带有输入、输出端口的有向无环图。可以把它想成一套只能用合格零件搭建的积木系统：每块积木注明接收什么数据、输出什么结果、数据何时可用，以及对应哪段可执行代码。当前注册表包含95种带版本的block，覆盖信号、仓位和执行等环节。候选策略只有通过编译器，才算进入QBX定义的合法空间。
这套限制不是为了证明策略赚钱，而是让不同的生成器——LLM、遗传搜索、强化学习或人类研究员——至少提交同一种可检查对象。
编译器具体检查什么？
QBX依次检查策略引用的block和参数是否合法，计算图有没有环，端口类型能否对接，信息在时间上是否可用，以及策略能否连接到实际执行代码。
不合格的提案会收到结构化诊断，而不是等到昂贵的回测阶段才崩溃。合格提案则被转换成evidence-carrying IR——带证据的中间表示。它保存规范化后的计算图、执行顺序、数据类型、时间可用性、执行链接和内容身份。换句话说，系统不仅说“可以运行”，还附上自己为何作出这个判断的检查记录。
其中最重要的一层，是availability effect，即“数据何时真正可知”的标记。按日期排好的数据，不代表当天就已公开。QBX让每个注册模块声明时间影响，再沿计算图传播：如果某个节点依赖未来才能获得的信息，编译就拒绝；如果使用的是当时合法的point-in-time forecast，也就是在那个时点确实已经存在的预测，则可以通过。
论文报告，在23,342个候选程序中，检查器放行的程序出现了零个registered-contract violations，即注册合约可见的违规。不过这不等于彻底消除了前视偏差。检查成立的前提，是数据发布时间和模块合约本身写得正确；不规则时间戳、数据修订、事后确定的股票池和公司行动等问题，仍在可信基础之外。
每个候选都有一枚“内容指纹”
通过编译后，QBX还会给每个计算节点生成Merkle-style content identity。它是一种由节点自身的计算规则、参数、类型和上游节点共同决定的内容指纹。改一个展示名称，指纹不变；改动实际计算，受影响节点及其下游指纹才会改变。
这同时解决了两个问题。
一是复用。子策略通常只比父策略改了一小块，没有变化的节点无需重新计算。论文报告，增量评估在保持数值一致的情况下，将搜索谱系的重放加速到7.5倍。
二是记账。完整策略的root identity——整张图的根身份——用于去重并记录试验来源。内部节点命中缓存，只算节省计算；只有整个策略根身份重复，才合并为同一次试验。这一区分很关键。筛选冠军时，如果不知道到底试过多少个不同策略，就很难处理多重尝试带来的偶然高分。QBX提供的是可信的试验分母，而不是统计修正本身；论文也把完整利用这本试验账簿留给后续工作。
97.7%意味着什么？
在中国A股面板实验中，直接生成自由字符串时，只有26.8%的提案能通过后续评估；只加语法约束后，这一比例是36.4%；使用QBX的typed programs——输入输出类型受约束的程序——则达到97.7%。论文进一步估计，相对纯语法控制组，额外的类型和时间检查解释了所测准入差距的86.5%。
这个结果说明，编译器大幅减少了“生成出来却不能评估”的候选。它不说明这些候选更赚钱。程序有效率不是Alpha有效率，更不是收益率或预测能力。
同样，在匹配LLM调用预算时，论文称compiler-closed search——每一步修改都必须重新通过编译的搜索——用明显更少的调用到达特定候选池的diagnostic frontier。这个说法只能谨慎理解为：在论文给定的注册表、数据面板和候选池内，搜索更省提案成本。论文没有给出“明显更少”的完整调用量、降幅和统计区间，而所谓frontier也带有依赖实验设置的诊断性质。
为什么现在值得看？
自动挖Alpha最醒目的成果，往往是一条更高的回测曲线。但真正妨碍比较和复现的，常常是曲线之前的基础设施：候选究竟怎样表示，未来信息怎样隔离，重复策略怎样识别，失败提案和全部试验怎样留痕。
QBX的价值，在于把这些原本散落在各套系统里的约定，收拢成一个可执行的编译器契约。它没有承诺制造更多市场信息。更准确地说，它试图让Alpha工厂先拥有统一的零件规格、质检流程和生产编号。只有这些基础工作可靠，后面的样本外检验——用未参与开发的数据考试——以及对过拟合和多重试验的统计校正，才有一个较可信的起点。
局限与未知
- 证据来自单篇论文，核心实验集中于中国A股面板、指定候选空间和注册词汇，不能直接外推至其他市场、频率或算子体系。
- 编译器只能检查合约中可见的问题。数据时间戳、模块实现和上下文记录若有错误，程序通过编译仍不等于回测无偏。
- 95个block构成明确边界。论文发现纯typed search会损失行为广度；QBX更像约束并复用搜索的基础设施，而不是对Alpha收益或预测能力的直接证明。