>> 東吳證券-金工專題報(bào)告：深度學(xué)習(xí)系列之四，從人工寫因子到AI寫因子，LLM-MCTS驅(qū)動(dòng)的可解釋因子迭代框架-260623
| 上傳日期： |
2026/6/23 |
大?。?/td>
| 2791KB |
| 格式： |
pdf 共39頁(yè) |
來(lái)源： |
東吳證券 |
| 評(píng)級(jí)： |
-- |
作者： |
于明明 |
| 下載權(quán)限： |
無(wú)限制-登錄即可下載 |
|
|
本報(bào)告圍繞“人工寫因子”向“AI挖因子”的范式升級(jí)，構(gòu)建LLMMCTS可解釋因子迭代框架。MCTS負(fù)責(zé)在公式或代碼搜索樹(shù)中進(jìn)行選擇、擴(kuò)展、評(píng)測(cè)和回傳，LLM負(fù)責(zé)生成金融假說(shuō)、給出可執(zhí)行表達(dá)式或Python函數(shù)、解釋機(jī)制并審查數(shù)據(jù)合法性。相比一次性讓模型寫公式，該框架把候選生成、周度RankIC/IR評(píng)測(cè)、樣本內(nèi)選擇、樣本外檢驗(yàn)和經(jīng)驗(yàn)庫(kù)沉淀組織成閉環(huán)，可覆蓋日頻Seed改造、低頻Seed池批量挖掘和高頻分鐘行為挖掘。
在日頻Seed定向改造中，我們以29個(gè)低頻價(jià)量原始因子為起點(diǎn)，對(duì)每個(gè)Seed保留迭代過(guò)程、候選池和樣本內(nèi)外表現(xiàn)。結(jié)果顯示，候選池層面25/29個(gè)Seed至少搜索到過(guò)樣本外優(yōu)于原始Seed的候選，說(shuō)明LLMMCTS并非只是在原因子附近做機(jī)械組合，而是能夠圍繞波動(dòng)、反轉(zhuǎn)、成交確認(rèn)、區(qū)間狀態(tài)等邏輯提出增量結(jié)構(gòu)。樣本內(nèi)正式候選以優(yōu)于原始Seed為準(zhǔn)，樣本外僅用于驗(yàn)證，從而避免用樣本外倒推選因子。
在低頻Seed池批量挖掘中，我們進(jìn)一步放松“必須貼近單個(gè)Seed”的約束，以12個(gè)根節(jié)點(diǎn)機(jī)制作為起點(diǎn)進(jìn)行批量搜索。樣本內(nèi)生成的173個(gè)因子優(yōu)于對(duì)應(yīng)原始Seed，143個(gè)同時(shí)實(shí)現(xiàn)樣本內(nèi)和樣本外優(yōu)于原始Seed，占樣本內(nèi)有效候選的82.7%。雙優(yōu)候選去重后包含123個(gè)公式，并沉淀58個(gè)可復(fù)用經(jīng)驗(yàn)或工具。穩(wěn)定性和差異性方面，雙優(yōu)候選之間的全局絕對(duì)相關(guān)性整體偏低，均值0.2604、中位數(shù)0.2148、90%分位數(shù)0.5529，絕對(duì)相關(guān)性大于0.8的比例僅1.88%、大于0.9的比例僅0.71%，說(shuō)明搜索結(jié)果沒(méi)有坍縮為少數(shù)同質(zhì)信號(hào)。
該框架亦可以用在高頻分鐘因子挖掘，給定原始的經(jīng)驗(yàn)因子作為Seed，經(jīng)驗(yàn)函數(shù)作為L(zhǎng)LM生成新因子的思路參考，利用LLM-MCTS搜索框架，可以得到更高質(zhì)量的高頻因子。其中“高量脈沖次數(shù)”因子表現(xiàn)最突出，樣本內(nèi)/樣本外RankIC為0.0839/0.0744，樣本內(nèi)/樣本外ICIR為1.140/0.770，RankIC保留率0.89；成交量高脈沖收益波動(dòng)、成交額加權(quán)實(shí)現(xiàn)波動(dòng)、尾盤相對(duì)開(kāi)盤振幅等代表因子樣本外RankIC亦達(dá)到0.0627至0.0647，驗(yàn)證框架可從日頻公式擴(kuò)展到分鐘級(jí)交易行為機(jī)制。
風(fēng)險(xiǎn)提示：
1)模型失效風(fēng)險(xiǎn)。本研究基于歷史數(shù)據(jù)和統(tǒng)計(jì)規(guī)律構(gòu)建因子，歷史表現(xiàn)不代表未來(lái)收益。當(dāng)市場(chǎng)結(jié)構(gòu)、投資者行為、流動(dòng)性環(huán)境或監(jiān)管政策發(fā)生變化時(shí)，量?jī)r(jià)因子可能衰減甚至失效，導(dǎo)致組合表現(xiàn)不及預(yù)期。
2)過(guò)擬合風(fēng)險(xiǎn)。本文采用自動(dòng)化方法進(jìn)行因子挖掘，未來(lái)市場(chǎng)變化可能導(dǎo)致因子泛化能力下降。
3)數(shù)據(jù)質(zhì)量風(fēng)險(xiǎn)。因子研究依賴行情、成交量、估值及收益標(biāo)簽等數(shù)據(jù)。數(shù)據(jù)缺失、異常、復(fù)權(quán)處理差異以及不同評(píng)測(cè)口徑、股票池和樣本區(qū)間設(shè)置，均可能影響研究結(jié)論。
4)大語(yǔ)言模型生成風(fēng)險(xiǎn)。大語(yǔ)言模型生成的因子邏輯、代碼及工具函數(shù)可能存在理解偏差或?qū)崿F(xiàn)錯(cuò)誤。實(shí)際應(yīng)用前，仍需對(duì)代碼實(shí)現(xiàn)、數(shù)據(jù)處理及評(píng)測(cè)流程進(jìn)行獨(dú)立驗(yàn)證。
5)交易成本與流動(dòng)性風(fēng)險(xiǎn)?；販y(cè)結(jié)果未必能夠完全反映實(shí)盤環(huán)境。沖擊成本、滑點(diǎn)、稅費(fèi)、漲跌停及成交不足等因素可能侵蝕策略收益，實(shí)際表現(xiàn)可能低于歷史測(cè)算結(jié)果。
|
|
