CrossAlpha：跨市场因素研究的年度报告基准（与 LLM 代理合作）

跨市场因素研究研究来自一个或多个市场的公司层面信号是否可以预测目标市场的回报，但现有的公共基准不支持跨市场披露回报评估。建立这样的基准具有挑战性，因为不同语言和监管系统的备案有所不同，披露衍生的相似性可能会因常见的报告组件而产生偏差，并且必须在可行的交易时间一致性下评估跨市场信号。我们引入 \textbf{CrossAlpha}，一个跨市场因素研究的公开年度报告基准。 CrossAlpha 通过三个相应的组件来应对这些挑战： \emph{Disclosure 蒸馏}，它将异构申报标准化为十类英文业务描述； \emph{Residual Schema Graph Construction}，根据模式级别的披露构建 PCA 白化的跨市场公司对分数；和 \emph{时序对齐评估}，它将图表与 11 年的每日 OHLCV 数据配对，以在可行的跨市场执行协议下构建远期回报标签。 CrossAlpha 覆盖了来自美国、日本、台湾、韩国和香港的约 3,600 家公司和 10,700 家公司年度报告，并发布了约 1900 万个定向公司对评分。在实验中，在美国到日本的环境中，披露衍生的跨市场同行优于国内文本、行业代码和回报相关性同行（ICIR 0.39 与 0.07--0.18），并且跨市场来源在大多数目标市场中超过了国内文本基线。 CrossAlpha 为跨市场金融 NLP 提供开源、可重用、以回报为基础的基准。