【浙商金工】 机器学习与因子（四）: 遗传规划: 模型、优化与应用
创建于 更新于
摘要
本报告系统阐述了遗传规划（GP）在选股因子挖掘中的应用与改进，重点通过改良gplearn底层代码处理多维面板及时序数据，加入防止过拟合的机制（如早停、吝啬系数、热启动、父子竞争）显著提升模型表达能力及泛化性能。实验以A股全市场数据为样本，挖掘出100个因子，并在沪深300、中证500、中证1000等主流宽基指数中进行复合因子回测验证，结果显示遗传规划复合因子在样本外区间具备较强的超额收益能力和稳定性，尤其在中证1000表现优异，年化收益率超24%，回撤较低。报告同时强调过拟合风险及参数敏感性，建议结合后续非线性因子合成技术深化因子优化。[page::0][page::1][page::7][page::8][page::12][page::13][page::15]
