【国君金工】决胜样本外 因子挖掘算法革新
创建于 更新于
摘要
本报告针对量化投资中ALPHA因子自动挖掘中的过拟合、因子相关性高和非线性问题，提出了低初始化种群(population)高进化代数(generation)的遗传规划算法新设计理念。通过Size-Fair交叉算法有效控制因子复杂度膨胀风险，结合多目标适应度函数显著提升样本外表现及因子多样性。实证中，因子样本外存活率高，沪深300统计套利因子生命周期平均超过两个月，结合相关性约束优化，生成因子相关性控制在20%以内，整体算法在算力和表现上均优于传统方法，推动ALPHA因子挖掘迈向更稳定与高效的阶段 [page::0][page::1][page::3][page::5][page::7][page::9][page::11].
