基于算子网格搜索、Numba加速的多维度评价体系

因子挖掘框架

核心观点与框架构成

• 采用基于“算子+变量”组合的网格搜索框架，通过基础金融数据（价、量、估值等）与算子（横截面排序、时序变化、数学变换及逻辑运算符）组合，生成海量因子表达式，实现从线性到非线性、从时序到截面的广泛探索。
• 采用分层递进策略逐级生成复杂因子，每一层基于前一层筛选出的优质因子进行新一轮组合，生成更高阶的候选因子，并依据IC、ICIR等指标择优进入下一层，有效控制计算复杂度。
• 引入Numba进行加速，将Python数值循环转化为高效的机器码，实现30倍以上加速，使得大规模搜索成为可能。

因子筛选体系

• 构建涵盖数据质量、信号稳定性、冗余控制、预测能力四个维度的多指标评价体系，对候选因子进行严格过滤。
• 数据质量：要求因子每年缺失率低于阈值，每年有效股票数量满足最低要求，并进行标准化处理。
• 信号稳定性：避免因子信号频繁反转，每日横截面排名数量不发生剧烈塌缩，相邻交易日因子值分布相似度达标，每日横截面标准差处于合理区间。
• 冗余控制：根据因子类型设定差异化的相关性阈值，控制冗余的同时维持因子库的多样性。
• 预测能力：通过信息比率衡量预测能力，考察IC序列在不同周期的衰减速度和方向一致性。

因子分级与分级应用

• 将筛选后的因子划分为三类：
  • 排序型因子：横截面上具备清晰单调性且IC稳定，可直接用于构建多空组合。示例因子在分组回测中显示收益差异显著，且并非完全属于小市值因子。
  • 结构型因子：存在显著结构性差异但信号本身可能不具备直接预测方向，适合加权或筛选融入模型。示例因子在识别“差股票”方面具备一定区分能力。
  • 状态性因子：时序因子，取值具有离散特性，适合用于个股择时。示例因子在截面上具备良好的排序能力，能有效区分未来高收益与低收益股票。

未来研究方向

• 持续扩充因子库，增加挖掘层数、引入更多基本面指标。
• 探索因子组合构建，尝试多因子加权、行业中性化处理及风险模型优化。
• 引入大语言模型（LLM）进行挖掘升级，辅助生成新因子表达式、优化算子组合逻辑，并提升挖掘效率与可解释性。

风险提示

• 报告内容基于历史价格信息和统计规律，结论无法代表市场未来走势。
• 模型存在失效风险，可能导致预测结果与实际情况产生显著偏离。
• 报告阅读者需审慎参考报告结论。