基于基因表达式规划的价量因子挖掘-天风证券-20200220

由qxiao创建，最终由qxiao更新于2023-06-01 14:28 被浏览 139 用户

摘要

因表达式规划下的价量因子挖掘

多因子模型能够持续改进的核心是持续有效地发现有显著选股能力的因子。基因表达式规划是一种启发式算法，其借鉴生物基因进化的思想，能够通过不断变异与进化来发现更好的解。因此，本报告中我们基于基因表达式规划来挖掘有效的价量因子。

在短周期价量数据构造的因子中，大部分因子选股效果的单调性并不显著，还有很多因子的多头没有超额收益，因此在设置因子有效性筛选指标时，我们结合了因子的ICIR、多头超额收益以及分组收益的单调性，综合考察因子的选股效果，实际挖掘出的因也具有较为单调和显著的选股效果。

基于挖掘因子构建指数增强组合

我们将挖掘得到的周频价量因子与传统基于基本面的因子结合来构建多头组合与中证500指数增强组合，相比于不带挖掘因子的传统基本面因子组合，组合的收益提升显著。

周频调仓的多头Top50等权组合，年化收益43.3%，相对于中证500指数年化超额41.6%，每年都能跑赢中证500指数18%以上。

周频调仓的中证500指数增强组合，年化超额收益28.4%，信息比5.2，每年都能跑赢中证500指数14%以上。

日频调仓的中证500指数增强组合，年化超额收益32.9%，信息比5.7，每年都能跑赢中证500指数18%以上。

风险提示：市场系统性风险，有效因子变动风险。