双轨最优传输分布纠偏与对抗生成式因子挖掘模型

摘要 西 南证券研究院 分析师：祝晨宇执业证号：S1250525100004邮箱：zhcy@swsc.com.cn 全局分布对齐模型。全局分布对齐模型（GDA）将最优传输引入损失函数，用切片Wasserstein距离度量预测分布与真实收益分布的几何差异。自2019年1月至2026年5月，GDA模型因子IC均值0.1045，多头组合年化收益率为38.66%，相对于基线模型多头组合年化收益提升3pp。 相 关研究 1.T2RL：端到端深度强化学习因子挖掘与组合优化框架(2026-04-01)2.从眼到手：OpenClaw如何改变投资研究模式(2026-03-22)3.基于BLACK-LITTERMAN模型融合资产择时与风格轮动的资产配置研究(2026-02-26)4.多重周期嵌套下关注多主线与风格轮动再平衡——2026年度资产与基金组合配置策略(2026-01-09)5.ESG投资现状及量化多因子策略跟踪(2025-12-31)6.强化学习驱动下的解耦时序对比选股模型(2025-12-25)7.DAFAT：基于Transformer模型的自适应解决方案(2025-08-29)8.加权影线频率与K线形态因子(2025-08-28)9.可转债K线看跌信号与交易增强策略——量化方法在债券研究中的应用四(2025-06-09)10.基于历史K线形态的因子选股研究(2025-05-26) 非平衡最优传输模型。非平衡最优传输模型（UOA）通过KL松弛边缘约束与topk目标边缘增强，将传输代价从全区间均匀分配改造为向多头端倾斜的偏心分配，并引入条件状态感知模块基于截面波动自适应调节匹配强度。自2019年1月至2026年5月，UOA模型模型IC均值0.1117，多头组合年化收益率为40.50%，相对于GDA模型多头组合年化收益进一步提升近2pp。 双轨Sinkhorn网络。UOA的约束集中于输出层标量预测值。而双轨Sinkhorn网络（DTSN）在输出轨之外新增潜空间锚定轨，通过动态更新的潜特征记忆库将截面表征锚定于跨时间牛股参照系，迫使模型使用历史上稳定牛股模式编码股票。2019年1月至2026年5月，DTSN模型因子IC均值0.1137，多头组合年化收益率为42.19%，相对UOA模型提升近2pp，最大回撤降低1.3pp。 双轨对抗挖掘网络。DTSN的两轨度量均为固定数学公式，不随训练进化。双轨对抗挖掘网络（DTAN）用两个WGAN-GP判别器分别替代输出轨UOT和潜空间轨切片Wasserstein，使分布度量在对抗博弈中自适应进化。自2019年1月至2026年5月，DTAN模型因子IC均值0.1173，多头组合年化收益率为45.04%，相较于DTSN提升近3pp，最大回撤率降低近3pp。 因子分布形状拟合检验。全局分布对齐模型GDA在四项指标上全面领先，W1为0.090分布形状拟合效果优于其余模型。双轨对抗网络模型DTAN排名第2，W1为0.180优于UOA和DTSN，说明对抗学习的DO判别器比固定UOT偏心方案更全面地保留了分布形状信息。 指数增强测试。DTAN模型沪深300指数增强策略年化超额收益率13.36%，中证1000指数增强策略年化超额收益率24.22%，国证2000指数增强策略年化超额收益率31.75%。 风险提示：报告对应的相关结论完全基于公开的历史数据进行算法构建、统计以及计算，文中部分数据有一定滞后性，同时也存在第三方数据提供不准确或者缺失等风险；策略效果结论仅针对于回测区间得出，并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。 目录 1前言..................................................................................................................................................................................................................11.1最优传输（OT）问题的历史背景与金融直觉...............................................................................................................................11.2最优传输的数学框架............................................................................................................................................................................21.3不平衡最优传输（UOT）....................................................................................................................................................................51.4生成对抗网络（GAN）背景与结构概述.........................................................................................................................................71.5 GAN与最优传输的联系.......................................................................................................................................................................81.6 WGAN-GP：梯度惩罚与训练稳定性..............................................................................................................................................101.7对抗网络框架.......................................................................................................................................................................................111.8基线模型—基于IC损失优化的单轨模型.....................................................................................................................................132全局分布对齐：输出端最优传输...........................................................................................................................................................173非平衡输出对齐：UOT多头倾斜与条件感知....................................................................................................................................214双轨Sinkhorn网络：潜空间历史模板锚定........................................................................................................................................245双轨对抗挖掘网络：WGAN-GP替代手工距离..................................................................................................................................286因子分布检验与指数增强测试...............................................................................................................................................................326.1因子分布检验.......................................................................................................................................................................................326.2沪深300指数增强策略.....................................................................................................................................................................356.3中证1000指数增强策略...................................................................................................................................................................376.4国证2000指数增强策略...................................................................................................................................................................397总结与展望...................................................................................................................................................................................................41 图目录 图1：Monge映射原理示意.....................................................................................................