国金证券基于GFlowNet的分钟频因子挖掘框架分享

一、核心要点

• 本次分享介绍GFlowNet因子挖掘框架，对比传统遗传规划、强化学习框架，说明GFlowNet具备挖掘低相关性多样性因子的优势，可避免强化学习的模式崩溃问题，实验显示其挖掘因子相关性维持在4%以下。
• GFlowNet原理将因子生成建模为图网络水流过程，通过流量优化（流入终止状态流量对应因子奖励，中间状态满足流量守恒）实现，训练采用强化学习范式，通过TB Loss迭代优化策略。

二、关键因子挖掘成果

• 日频数据挖掘：涵盖原始日K线、衍生特征、分钟转日频特征三类数据，设计60个算子，结合IC、多头信息比率、与BAR因子相关性构建奖励函数，初步筛选后得到：日K线类99个符合条件因子，分钟转日频类56个，样本外IC及多头超额表现良好，因子复杂度低。
• 分钟频数据挖掘：针对分钟频数据设计搜索规则（分钟算子、Mask算子、日内聚合算子），采用内存映射存储加快计算，得到32个符合条件因子，因子平均长度11，可解释性较弱。

三、因子合成与策略验证

• 因子筛选：复现相关论文尝试多样性、收益率相关性等筛选方式，结论为因子数量不足千余个时无需额外筛选，直接交模型合成即可，等权合成效果远弱于线性回归、GBM。
• 策略表现：合成因子用于指增策略，沪深300指增表现最优，21年之后跟踪误差5%下超额14.8%，中证1000指增每年有稳健超额，500指增表现一般。