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.pdfVIP

证券研究报告·金融工程报告

目录

1研究背景3

2遗传算法介绍4

2.1符号回归4

2.2个体选择4

2.3迭代终止5

2.4遗传变异5

2.4.1交叉5

2.4.2子树变异6

2.4.3Hoist变异6

2.4.4点变异6

2.5膨胀现象7

2.6节俭系数7

3模型训练7

4挖掘结果9

5因子合成11

5.1最大化IC_IR加权法11

5.2似然函数12

5.3顺序最小二乘规划SLSQP13

5.4协方差估计13

5.5交叉验证最优估计14

5.6因子合成结果15

6总结18

风险提示19

敬请参阅最后一页之免责条款1

证券研究报告·金融工程报告

图表目录

图1、交叉的方式5

图2、子树变异的方式6

图3、Hoist变异的方式6

图4、点变异的方式7

图5、框架工作流9

图6、部分因子表达式的树状结构图10

图7、协方差收缩方法的对比14

图8、合成的因子回测净值16

图9、不同合成方法比较18

表1、模型超参数设定和说明8

表2、适应度较高的因子的计算公式10

表3、基础指标的定义和计算方式11

表4、因子分组回测表现统计17

表5、组1按年份回测统计17

敬请参阅最后一页之免责条款2

证券研究报告·金融工程报告

1研究背景

遗传算法（GeneticAlgorithm,GA）是一种模拟生物进化过程的有哪些信誉好的足球投注网站启发

式算法，它通过模拟自然选择、遗传、交叉和突变等生物学机制来优化问题

解决方案。遗传算法的主要特点是直接对结构对象进行操作，不需要求导和