20240911-江海证券-金融工程研究报告_江海潮涌_星辰引航_量化因子掘金系列（三）-遗传算法因子挖掘与因子非线性合成_22页_1mb

江海证券《量化因子挖掘与合成》报告总结

投资要点

遗传算法模拟生物进化机制实现因子挖掘，在自动化框架下对15个量价因子进行最大化IC_IR加权法合成，优化协方差矩阵，回测结果显示年化收益273%，夏普比率105%。测试期间(2018-2024)每年均实现正超额收益，稳定性强。

核心方法

1. 遗传算法应用框架

• 基于Python实现代谢编程与符号回归
• 支持自定义样本范围、特征变量组合及超参数优化
• 包含自动因子检测与工作流集成功能

2. 因子合成技术

• 实施最大化IC_IR加权法
• 采用交叉验证最优估计的收缩协方差矩阵方法
• 使用SLSQP算法优化因子权重

业绩测试

• 年化收益率273%，贝塔104，阿尔法032
• 胜率(54.5%)显著高于基准(49.8%)，日胜率58.5%
• 最大回撤由基准393%降至284%，夏普比率提高至105
• IC_IR增强明显，超额收益稳定

风险提示

报告明确提及潜在风险包括：

• 模型本身包括数据可能影响预测准确性
• 历史业绩不必然反映未来表现
• 初始条件、参数设置可能影响结果
• 警示建议投资者全面考虑市场环境和专业意见

结论与建议

报告提议：

1. 框架适用自动化因子挖掘，提高研发效率
2. 支持量化策略构建过程中的进一步优化方向（如正交化处理）
3. 建议用于增强多因子模型稳健性研究

整体来看，报告提出的有效因子挖掘与合成框架展现了良好表现，但实际应用时仍需注意方法适用范围及市场变迁风险。