金工专题报告：深度学习系列之四：从人工写因子到AI写因子：LLM-MCTS驱动的可解释因子迭代框架

核心观点

• 传统因子研究方法存在效率低、结果不透明等问题，难以满足当前市场对因子研究的需求。
• 大语言模型（LLM）具备较强的金融逻辑推理能力，但缺乏系统性搜索机制和持续迭代优化流程。
• LLM-MCTS框架结合LLM的语义生成能力和MCTS的搜索控制能力，能够有效解决上述问题，实现可解释的因子迭代挖掘。

关键数据和研究结论

• 日频价量因子迭代挖掘： 以29个低频价量因子为Seed，通过LLM-MCTS框架进行迭代优化，结果显示候选池层面25/29个Seed至少搜索到过样本外优于原始Seed的候选，最终入选因子在样本内全部优于原因子，其中19个在样本外仍优于原因子。
• 批量低频因子挖掘： 以12个根节点机制作为起点进行批量搜索，样本内生成的173个因子优于对应原始Seed，143个同时实现样本内和样本外优于原始Seed，双优候选去重后包含123个公式，相关性分析显示搜索结果没有坍缩为少数同质信号。
• 高频因子挖掘： 给定原始的经验因子作为Seed，利用LLM-MCTS搜索框架，可以得到更高质量的高频因子，其中“高量脉冲次数”因子表现最突出。

风险提示

• 模型失效风险
• 过拟合风险
• 数据质量风险
• 大语言模型生成风险
• 交易成本与流动性风险