【量化研报分享】申万宏源-基于遗传规划算法的alpha101再扩展:交易型量价因子挖掘与有效性研究-20200417


(iQuant) #1

重要信息回顾:

  • 本文第一部分对alpha101因子在A股市场有效性和相关性进行探讨,筛选出有效性、独 立性均较强的alpha因子作为基础量价因子库;第二部分,基于遗传规划算法进行交易型 量价因子再挖掘,对基本算子进行组合重构,使因子风格中性化后仍具有较强有效性。
  • 对 alpha101 因子构建方法进行解析,并检验因子有效性和相关性。结果显示,因子具有 较强有效性,从Rank_IC、分层效果、组合收益等角度筛选,22个因子在周度频率上表现 较好,11 个因子在月度频率上表现较好,有效因子整体表现出较高收益率,但是在 2017 年均出现不同幅度回撤;因子相关性方面,alpha 因子值截面相关性较低,此外,alpha 因子与风格因子相关性较低,不能被风格因子所解释,收益来源独立性强。
  • 遗传规划算法本质是启发式寻找最优解结构的过程,进化过程中伴随子树间交叉,以及子 树个体变异,以满足适应度要求。运用遗传规划算法进行alpha因子公式中的基础算子再 组合,可挖掘新的因子,校验其有效性。风格中性情况下,着重考察因子对收益率预测能 力,筛选适应度高的alpha因子,挖掘方法可操作性较强;此外,新挖掘的因子在样本内 外收益具有较高一致性,因子具有显著超额收益。