行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

基于GFlowNet的低相关性量价因子挖掘策略

2026-04-16 国金证券阿丁

GFlowNet低相关性量价因子挖掘策略总结

GFlowNet原理介绍

因子挖掘的目标是从数据中构建能解释或预测收益的特征，自动化因子挖掘通过程序系统生成、变异、筛选因子，减轻人工劳动。
GFlowNet是Yoshua Bengio团队提出的新型生成模型，将对象生成过程建模为有向无环图中的“水流”过程，训练目标满足流量守恒定律，生成对象的概率与其奖励成正比。
GFlowNet以“生成一群优秀的多元化公式”为核心目标，通过结构化学习实现“有策略的高效探索”，适合因子挖掘的多样化需求。

基于日频数据的因子挖掘与RL比较

训练目标采用更稳定的TrajectoryBalance(TB)目标，状态表示包含动作历史序列的Transformer编码及3个手工状态特征，动作空间涵盖算子、窗口、特征三类操作。
奖励设定为市值中性化后的abs(IC)。
与PPO强化学习对比：
- RL训练初期batch平均奖励上升更快，但存在明显模式崩溃，batch内因子相关性中位数升至1。
- GFlowNet batch内相关性中位数不到0.04，多样性优势显著。
日频数据GFlowNet因子挖掘效果：
- 基于原始OHLCV挖掘：IC均值中位数4.54%，最大值8.56%，多头超额中位数3.47%，因子相关性低，复杂度可控。
- 基于相对特征挖掘：IC均值中位数6.17%，最大值9.40%，表现更优。

基于分钟频数据的因子挖掘

采用简易处理方法：将日内分钟数据降为日频特征，复用日频挖掘框架进行搜索。
基于分钟频构造特征挖掘的单因子表现优异：IC均值中位数5.83%，最大值9.46%，多头超额中位数7.43%，因子相关性和复杂度低。
GFlowNet挖掘因子等权合成效果：
- 基于相对特征挖掘的因子收益一般。
- 基于分钟频数据构造特征挖掘的因子IC和多空收益较好。
- 风险暴露：小市值和低波风格暴露明显，中小市值多头暴露明显，价值风格暴露明显。

对现有AI模型的提升与指增策略

在GRU和Mamba基础上，添加GFlowNet挖掘出的150个因子，几乎所有指标均有提升。
GFlowNet成功融入既有选股框架，各项评价指标均获得一致提升。

总结

GFlowNet在自动化因子挖掘中有效性与实用性：

生成多样化因子集合，相比RL和GP，多样性优势显著。
日频数据挖掘因子表现良好，IC均值中位数达4.54%-6.17%，多头超额稳定。
分钟频数据挖掘因子表现优异，IC均值中位数达5.83%，多头超额中位数达7.43%。
合成因子呈现合理的风格暴露，并成功提升现有AI模型性能。

风险提示

模型存在时效风险，政策、市场环境变化可能导致模型失效。
策略基于历史数据回测，交易成本提高或其他条件改变可能导致收益下降或亏损。

金融工程组分析师：高智威（执业S1130522110003）gaozhiw＠gjzq.com.cn 基于GFlowNet的低相关性量价因子挖掘策略 GFlowNet（生成流网络）原理介绍因子挖掘一般指从行情、财务、另类数据里构造能解释或预测收益的特征（因子），再经检验、组合与风控后用于选股或择时；自动化因子挖掘则是在人工提出假设与写公式之外，用程序在大规模搜索空间里系统生成、变异、筛选因子，并与回测、稳健性检验流水线结合，减轻“拍脑袋”与重复劳动。 GFlowNet是由Yoshua Bengio团队于2023年提出的新型生成模型，其核心是将对象生成过程建模为有向无环图中的“水流”过程，训练目标满足流量守恒定律，最终实现生成对象的概率与其奖励成正比。不同于遗传规划、强化学习等自动化因子挖掘的代表方法，它以“生成一群优秀的多元化公式”为核心目标，通过结构化学习实现“有策略的高效探索”，展现出优良的性质。基于日频数据的因子挖掘与RL比较我们基于日频量价数据，构建GFlowNet因子挖掘系统，训练采用更稳定的TrajectoryBalance(TB)目标，通过采样轨迹、计算奖励与TB损失并反向传播更新模型参数完成训练。状态表示包含动作历史序列的Transformer编码及3个手工状态特征，动作空间涵盖算子、窗口、特征三类操作，表达式以ExprNode树结构组织并进行简化以降低重复。针对日频量价数据，我们给GFlowNet输入两套特征，第一套是原始OHLCV（后复权）数据，第二套是对原始OHLCV进行无量纲相对特征处理后的数据，奖励设定为市值中性化后的abs(IC)。将其与基于TransformerActor-Critic结构、PPO算法的强化学习（RL）系统对比，发现RL虽训练初期batch平均奖励上升更快，但存在明显模式崩溃，batch内因子相关性中位数升至1，而GFlowNet batch内相关性中位数不到0.04，多样性优势显著。以2018-2025年为因子检验区间，观察基于原始OHLCV挖掘单因子表现，其整体表现良好，IC均值的中位数达到4.54%，最大值达到8.56%，多头超额表现尚可，中位数为3.47%；基于相对特征挖掘的因子表现更优，IC均值中位数达6.17%，最大值也达到了9.40%，两类因子相关性均较低、复杂度可控，具备良好可解释性与应用价值。基于分钟频数据的因子挖掘对于分钟数据挖掘因子，我们采取简易处理方法：首先主要基于价格动量、波动、价位关系等40个指标，将日内分钟数据降为日频特征；后续复用日频挖掘框架，基于该40个特征进行搜索。基于分钟频构造特征挖掘的单因子表现优异，IC均值中位数达5.83%，最大值9.46%，多头超额收益中位数为7.43%，较日频挖掘因子显著提升，因子相关性与复杂度均维持在较低水平。将挖掘出的因子按照因子方向等权合成，基于相对特征挖掘出的因子收益情况比较一般，基于分钟频数据构造特征挖掘的因子IC和多空收益较好。风险暴露方面，单因子为对市值进行中性化后的因子值，合成之后，小市值和低波风格暴露依旧比较明显，基于相对特征挖掘的因子小市值暴露较低。多头暴露方面，中小市值的多头暴露比较明显，同时等权合成因子具有明显的价值风格暴露。对现有AI模型的提升与指增策略在前期工作《基于Mamba2模型的端到端选股框架》中，我们引入了新的Mamba模型进行深度学习建模，本报告在GRU和Mamba的基础上，添加GFlowNet挖掘出的150个因子，可以发现几乎所有指标都有一定的提升。风险提示 1、以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在时效的风险； 2、策略通过一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出现亏损。内容目录一、GFlowNet（生成流网络）原理介绍.............................................................41.1为什么需要GFlowNet？..................................................................41.2AlphaSAGE：GFlowNet结合RGCN与多维度奖励用于因子挖掘.................................41.3什么是GFlowNet（Generative Flow Networks，生成流网络）？..............................5二、基于日频数据的因子挖掘与RL比较............................................................72.1训练目标与过程.........................................................................72.2状态表示、表达式与算子设计.............................................................72.3特征、奖励设计与其它设定...............................................................82.4与PPO强化学习的对比：低相关性优势显著.................................................82.5日频数据GFlowNet因子挖掘效果.........................................................10三、基于分钟频数据的因子挖掘..................................................................123.1分钟频数据GFlowNet因子挖掘效果.......................................................123.2GFlowNet挖掘因子等权合成效果.........................................................14四、对现有AI模型的提升与指增策略.............................................................17总结..........................................................................................20风险提示......................................................................................20 图表目录图表1：GFlowNet vs强化学习(Reinforcement Learning, RL).....................................4图表2：GFlowNet vs遗传规划(Genetic Programming, GP)........................................4图表3：AlphaSAGE模型结构图...................................................................5图表4：GFlowNet基于DAG生成最终对象..........................................................5图表5：GFlowNet迭代构建对象的过程............................................................6图表6：因子挖掘算子设计体系..................................................................8图表7：原始OHLCV无量纲相对特征列表..........................................................8图表8：强化学习损失函数与batch平均reward....................................................9图表9：GFlowNet损失函数与batch平均reward...................................................9图表10：强化学习batch内相关性水平...........................................................9图表11：GFlowNet batch内相关性水平...........................................................9图表12：基于原始OHLCV挖掘因子IC均值等统计指标.............................................10图表13：基于原始OHLCV挖掘因子IC分布.......................................................10图表14：基于原始OHLCV挖掘因子ICIR分布.....................................................10图表15：基于原始OHLCV挖掘因子截面时序相关性统计指标........................................10 图表16：基于原始OHLCV挖掘因子截面相关性....................................................11图表17：基于原始OHLCV挖掘因子时序相关性....................................................11图表18：基于原始OHLCV挖掘因子举例..........................................................11图表19：基于原始OHLCV挖掘因子复杂度分布统计数据............................................11图表20：基于原始OHLCV挖掘因子长度分布......................................................12图表21：基于相对特征挖掘因子IC均值等统计指标...............................................12图表22：基于相对特征挖掘因子IC分布.........................................................12图表23：基于相对特征挖掘因子ICIR分布.......................................................12图表24：基于分钟量价数据构造的日频特征列表..................................................13图表25：基于分钟频构造特征挖掘因子IC均值等统计指标.........................................14图表26：基于分钟频构造特征挖掘因子IC分布...................................................14图表27：基于分钟频构造特征挖掘因子ICIR分布........

点击免费查看完整报告