跳出因子范式，走向叙事驱动——基于大语言模型的叙事驱动选股规则生成框架

分析师 当前大模型因子挖掘框架均以数学表达式、代码函数为核心搜索与进化单元，本质是公式导向的自动化数值搜索工具，仅将文字逻辑作为因子生成后的附属解释文本。极易生成结构复杂、逻辑不清晰、缺乏交易规则直觉的因子，过拟合风险偏高。 分析师：杨国平邮箱：yanggp@hx168.com.cnSAC NO：S1120520070002 ►走向叙事驱动 本文构建了叙事驱动的量价选股规则生成框架，由大语言模型（LLM）先推演具有市场逻辑的量价交易故事，再将自然语言叙事翻译为可回测的选股规则。这为AI量化因子挖掘提供了“先交易逻辑、后量化表达”的全新研究范式。 我们将叙事驱动选股规则框架设计为四步闭环流程。 (1)假设：LLM观察特征分布数据，提出有金融逻辑支撑的参数化选股假设；(2)编码：将假设翻译为可执行的Python选股函数；(3)验证：自动回测引擎验证规则效果；(4)反思：LLM分析回测结果，修正叙事理解，重新编码后进入下一轮。 ►叙事驱动选股规则市场表现 叙事驱动选股规则能够取得显著优于基准的年化收益，最大回撤也控制在可接受的范围内。 更重要的是，叙事逻辑均由LLM完整生成且逻辑自洽——它们不再是若干因子加权得到的黑箱得分，而是可解释、可复盘、可与市场直觉相互印证的具体交易叙事。这一点正是本框架相较传统多因子模型的关键差异：从"因子范式"转向"叙事驱动"，从追求局部统计显著性转向追求策略可理解性与稳健性的平衡。 风险提示 量化报告的结论基于历史统计规律，当历史规律发生改变时，报告中的模型和结论可能失效。 人工智能生成的内容可能不准确，仅供参考，使用者应独立判断。 正文目录 1.跳出因子范式，走向叙事驱动...............................................................................................................................................................31.1.从公式驱动到叙事驱动.......................................................................31.2.两种驱动模式..............................................................................42.框架设计与实现..............................................................................52.1.步骤一：假设..............................................................................52.2.步骤二：编码..............................................................................72.3.步骤三：验证..............................................................................72.4.步骤四：反思..............................................................................83.叙事驱动选股规则市场表现....................................................................104.总结.......................................................................................115.风险提示...................................................................................12 图表目录 表1公式与叙事两种驱动框架对比..........................................................................................................................................................3表2基础量价特征定义................................................................................................................................................................................5表3基础特征收益分布示例.......................................................................................................................................................................6表4步骤一中的两种驱动模式对比..........................................................................................................................................................6表5步骤二中的两种驱动模式对比..........................................................................................................................................................7表6验证步骤回测框架................................................................................................................................................................................8表7验证步骤输出指标................................................................................................................................................................................8表8步骤三中的两种驱动模式对比..........................................................................................................................................................8表9步骤四中的两种驱动模式对比...........................................................................................................................................................9表10叙事驱动选股规则市场表现.........................................................................................................................................................10 1.跳出因子范式，走向叙事驱动 1.1.从公式驱动到叙事驱动 当前大模型因子挖掘框架均以数学表达式、代码函数为核心搜索与进化单元，本质是公式导向的自动化数值搜索工具，仅将文字逻辑作为因子生成后的附属解释文本。 这一过程属于公式驱动的数值寻优，迭代优化仅调整算子、参数与表达式，模型为追求收益最优，极易生成结构复杂、逻辑不清晰、缺乏交易规则直觉的因子，过拟合风险偏高。 本文构建了叙事驱动的量价选股规则生成与迭代框架，区别于现有公式搜索范式：预先搭建标准化基础量价特征池，以完整自洽的量价行为叙事作为最小进化单元，由大语言模型（LLM）先推演具有市场逻辑的量价交易故事，再将自然语言叙事翻译为可回测的选股规则；迭代过程围绕叙事文本完成交叉、修正与筛选，全程约束数学计算不脱离底层交易逻辑。这为AI量化因子挖掘提供了“先交易逻辑、后量化表达”的全新研究范式。 本文的叙事驱动挖掘范式形成了两大差异化特征： 一是研究逻辑由数据统计驱动转向市场叙事逻辑驱动，依托大模型推理能力构建完整量价行为逻辑，而非单纯依靠统计模型识别数据规律。 二是选股模式由全截面连续排序转变为条件分类筛选，放弃“买入排名靠前个股”的思路，切换为“买入完全匹配量价叙事条件的个股”。这一路径高度贴近主动技术派投资者的真实选股决策流程，天然适配主动投资者。 对于传统的量化投资者，本文方法也可互通，如需对接传统多因子分层、截面回归流程，可通过配套打分映射模块实现连续化改造。 从适用投资群体来看，二者存在清晰的适配边界：传统连续因子范式经过多年产业落地，完整适配量化机构标准化多因子投研体系，天然契合量化研究、回测、组合加权流程，是量化投资主流工具。而本文叙事驱动的离散选股规则以完整量价形态、资金行为叙事为载体，信号直观易懂，与主动投资中技术分析派的选股思路高度匹配，可依据自身认可的K线、量价共振形态逻辑筛选对应选股规则，主观理解门槛更低，更贴合主观投资者的投研习惯。 1.2.两种驱动模式 叙事驱动框架在具体落地时可以采取两种驱动模式：对话驱动与API驱动。 对话驱动：研究员直接阅读特征分布数据，与LLM在会话窗口中讨论、修正、追问，由LLM提出假设并生成代码，研究员手动执行回测。这种模式下研究员深度介入每一个规则的生成过程，可随时纠偏、追问细节、要求变体，规则的可解释性与研究员的判断绑定紧密，尤其适合方法论探索、种子规则挖掘、以及在少量高质量规则上进行深度打磨。 API驱动：由Python脚本自动读取特征数据，构造Prompt调用LLM API，解析返回的JSON生成规则函数，批量回测并输出排名。多轮迭代时脚本自动将上一轮Top规则作为反思上下文传递给下一轮，实现无人值守的规模化持续优化，适合规则库扩展、周期性训练与生产化部署。 两种模式并非互斥，而是研究生命周期不同阶段的互补选择：在开发探索期用API驱动大规模生产规则组合，快速覆盖假设空间、筛出优质种子；在成熟落地期切换为对话驱动，由研究员对候选规则进行精细化打磨、逻辑复盘，兼顾研究广度与规则质量。 本文后续章节的实际运行以API驱动为主，但框架设计同时兼容这两种驱动模式，具体实现细节将在各步骤中分别说明。 2.框架设计与实现 我们将叙事驱动选股规则框架设计为四步闭环流程。 (1)假设：LLM观察特征分布数据，提出有金融逻辑支撑的参数化选股假设； (2)编码：将假设翻译为可执行的Python选股函数； (3)验证：自动回测引擎