20251227-国金证券-Alpha掘金系列之二十一_基于LLM的全天候财务逻辑因子挖掘框架_17页_2mb

基于LLM的全天候财务逻辑因子挖掘框架总结

核心内容

本报告介绍了一个基于大语言模型（LLM）的 $7 \times 24$ 小时自动化因子挖掘框架，旨在提升因子挖掘的效率、覆盖率及可解释性。该框架结合了相关性控制、成熟因子启发（RAG）以及自适应反馈机制，为量化投资策略提供高质量、低相关性的因子。

主要观点

• 传统因子挖掘的局限性：人工构建因子效率低、覆盖面窄，难以应对复杂市场环境和数据增长。
• 自动化因子挖掘的挑战：当前方法如遗传规划缺乏可解释性，无法有效控制因子相关性。
• LLM的优势：LLM具备强大的语言生成和逻辑推理能力，能够直接生成具有可解释性的因子表达式。
• 框架改进方向：通过改进MMR机制，同时考虑截面和时序相关性，引入Barra风险因子，提升因子的实用性和安全性。
• 模块化设计：框架具备即插即用特性，支持并行处理与经验共享，提升挖掘效率和因子质量。
• 因子合成效果：量价因子合成后多头年化超额收益率达17.40%，基本面因子合成后达8.96%，表现优异。

关键信息

1. 框架设计与改进

• MMR筛选机制：自适应控制因子间相关性，引入时序相关性评估与Barra风险因子，提升因子组合的稳健性。
• Prompt设计：新增量纲一致性约束机制，确保因子表达式具备合理的金融逻辑与可解释性。
• 双层循环机制：内层循环用于初步筛选，外层循环用于收益评估与相关性控制，确保因子与已有因子库互补。
• 多槽位生成框架：通过多线程并行处理，实现因子挖掘的高效与持续，提升因子产出效率。

2. 日频因子具体设计

• 量价因子：通过EMA、Slope、Cov、Var等算子，捕捉价格动量、量价共振等市场特征。
• 基本面因子：采用一元、二元、截面滚动和价值因子算子，如Log、Div、yoy_chg等，构建具有经济学意义的因子。
• 表达式修正器：通过语法树解析与类型推断，自动识别并校正因子表达式中的逻辑错误和数据结构不匹配问题。

3. LLM因子挖掘效果实践

• 量价因子表现：
  • 因子1：IC均值-0.09，风险调整后IC-1.04，多头年化超额收益率22.60%
  • 因子2：IC均值0.06，风险调整后IC0.73，多头年化超额收益率23.91%
  • 因子3：IC均值-0.11，风险调整后IC-0.77，多头年化超额收益率33.60%
• 基本面因子表现：
  • 因子1：IC均值0.03，风险调整后IC0.19，多头年化超额收益率18.82%
  • 因子2：IC均值0.02，风险调整后IC0.28，多头年化超额收益率4.36%
• 因子改进效果显著：
  • 原因子IC均值-0.63%，改进后因子IC均值4.17%，多头年化超额收益率从4.24%提升至10.09%

4. 风险提示

• 历史数据依赖：因子挖掘基于2010-2019年的历史数据，样本外验证至2025年4月，避免信息泄露。
• 模型时效性风险：政策和市场环境变化可能影响模型表现。
• 交易成本风险：交易成本提高可能影响策略收益，甚至导致亏损。

图表目录

• 图表1：LLM因子挖掘的必要性
• 图表2：即插即用LLM因子挖掘初级框架图
• 图表3：7x24h LLM因子挖掘新框架
• 图表4：基本面因子初始化 Prompt
• 图表5：量价因子改进 Prompt
• 图表6：量价因子 Idea 提取 Prompt
• 图表7：基本面因子初始化 Prompt
• 图表8：截面标准化算子示例
• 图表9：基本面因子算子设计
• 图表10：基本面因子表达式修正器
• 图表11：多槽位生成框架
• 图表12：LLM自动化挖掘量价因子举例
• 图表13：LLM自动化挖掘量价因子统计数据
• 图表14：LLM自动化挖掘量价因子多空净值曲线
• 图表15：LLM自动化挖掘量价因子分组超额收益率
• 图表16：LLM自动化挖掘基本面因子举例
• 图表17：LLM自动化挖掘基本面因子统计数据
• 图表18：LLM自动化挖掘基本面因子多空净值曲线
• 图表19：LLM自动化挖掘基本面因子分组超额收益率
• 图表20：LLM因子挖掘相对遗传规划的先进性
• 图表21：LLM因子挖掘相对遗传规划的先进性
• 图表22：因子改进表现统计数据
• 图表23：LLM 挖掘量价因子合成统计数据
• 图表24：LLM挖掘量价因子合成多头超额净值曲线
• 图表25：LLM 挖掘量价因子合成风格暴露
• 图表26：LLM挖掘基本面因子合成统计数据
• 图表27：LLM挖掘基本面因子合成多头超额净值曲线
• 图表28：LLM挖掘基本面因子合成风格暴露

结论

本报告提出的基于LLM的因子挖掘框架，有效解决了传统因子挖掘方法效率低、自动化方法缺乏可解释性等痛点，具有良好的实际应用前景。通过系统性优化和创新设计，框架在因子生成、评估和改进方面表现出色，为量化投资提供了新的思路和技术支持。