金工-GPT因子工厂2.0：基本面与高频因子挖掘-240926-华泰证券-29页

报告摘要

GPT因子工厂2.0是华泰研究在前期报告《GPT因子工厂：多智能体与因子挖掘》基础上，扩展至基本面与高频因子挖掘的新版本。它利用多智能体架构（FactorGPT、CodeGPT、EvalGPT）实现因子挖掘、代码生成和评估优化，旨在提升因子表达式的逻辑性与可解释性，从而降低过拟合风险。

大模型在因子挖掘中的潜力：大语言模型（如GPT）在因子挖掘中展现出较强的逻辑推理与表达能力，能够构建具备实际意义的因子表达式，弥补传统算法在可解释性上的不足。
基本面因子挖掘：传统算法难以构造具备逻辑性的基本面因子，而GPT因子工厂2.0通过引入定制化算子，实现了基本面因子的挖掘，因子周度IC均值为0.011，RankIC均值为0.013，|t|均值为1.542，整体效果尚可。
高频因子挖掘：高频因子挖掘面临日频化采样与复杂逻辑关系的挑战，GPT因子工厂2.0通过设计适合高频数据的算子，提升了因子挖掘效果，其周度IC均值为0.020，RankIC均值为0.031，|t|均值为4.588，效果优于基本面因子。
因子相关性：无论是基本面因子还是高频因子，其相关性普遍偏低，这表明因子之间存在一定程度的独立性，有助于构建多元化的因子组合。
指数增强策略表现：基于GPT因子工厂2.0产出的因子构建的指数增强策略表现优异，尤其以高频因子构建的中证1000指数增强策略年化超额收益率达31.32%，信息比率4.20，显示其具备较强的策略价值。

基本面因子：
- 30个基本面因子，IC均值为0.011，RankIC均值为0.013，|t|均值为1.542。
- 相关系数为正的均值为0.10，为负的均值为-0.09，绝对值均值为0.10。
- 部分因子表现稳定，如“短期偿债能力因子”，其分层回测结果优于其他分层。
高频因子：
- 30个高频因子，筛选后保留23个，IC均值为0.020，RankIC均值为0.031，|t|均值为4.588。
- 相关系数为正的均值为0.20，为负的均值为-0.13，绝对值均值为0.17。
- “高频价格量相关波动因子”表现优异，分层回测结果中分层5各项指标最佳。

合成因子与策略表现：
- 合成量价因子与高频因子按1:4权重合并后，构建的中证1000指数增强策略年化超额收益率为30.72%，信息比率4.08。
- 基于高频因子的中证1000指数增强策略年化超额收益率为31.32%，信息比率4.20。
- 高频因子在指数增强策略中表现优于量价因子。
具体策略绩效：
- 沪深300：
  - 量价因子：年化超额收益率7.18%，信息比率1.53。
  - 高频因子：年化超额收益率13.78%，信息比率2.73。
- 中证500：
  - 量价因子：年化超额收益率10.34%，信息比率1.61。
  - 高频因子：年化超额收益率18.40%，信息比率2.68。
- 中证1000：
  - 量价因子：年化超额收益率18.50%，信息比率2.61。
  - 高频因子：年化超额收益率31.32%，信息比率4.20。

多智能体架构：FactorGPT负责因子挖掘与释义生成，CodeGPT撰写因子计算代码，EvalGPT评估因子效果并提出优化建议。
字段与算子：
- 基本面因子字段来源于资产负债表、现金流量表和利润表。
- 高频因子字段包括分钟频的开盘价、最高价、最低价、收盘价、成交额、成交量和成交笔数。
- 算子包括元素算子、截面算子、关系算子、时序算子和聚合算子，针对不同因子类型进行定制化设计。