【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三

摘要本文对遗传规划提出了三个改进方向，进一步提升其因子挖掘能力本文是对华泰金工前期报告《基于遗传规划的选股因子挖掘》(2019.6)的补充和改进，目的是进一步提升遗传规划挖掘选股因子的能力。本文提出并测试了3个改进方向：（1）新的适应度指标——因子互信息和多头超额收益；（2）非线性因子的使用方法；（3）交叉验证控制过拟合。测试中展示了20多个挖掘出的选股因子供投资者参考。通过方法论的介绍，本文旨在说明遗传规划或许能挖掘出大量因子（尤其是非线性因子），这对于能够利用非线性因子的机器学习选股模型来说具有重要意义。
改进方向1：新的适应度指标——因子互信息和多头超额收益互信息可以捕捉因子和收益间的非线性关系，在遗传规划中使用互信息作为适应度指标，可以挖掘出多个互信息较高的因子。在分层测试中，该类因子与收益的关系大多呈现出“中间分层收益高，两端分层收益低”的特性，且分层规律稳定，这种规律能 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人