机器学习与因子（四）: 遗传规划: 模型、优化与应用

创建于 2025-07-22T03:13:18.472410+08:00 更新于 2025-07-22T11:21:50.368904+08:00

摘要

本报告深入研究遗传规划算法在A股因子挖掘中的应用，针对过拟合风险提出早停机制、吝啬系数、热启动和父子竞争等优化措施，提高样本外因子稳定性和模型泛化能力。优化后的复合因子在主流宽基指数回测表现优秀，尤其在中证1000指数组合年化收益达24.63%，样本外收益率稳健，显示遗传规划在量化选股因子构建中的有效性和实用价值[page::0][page::16][page::17][page::20]。

速读内容

深度阅读