本文基于遗传规划算法对宽基指数择时因子进行挖掘,通过模拟生物进化过程中的自然选择以及遗传过程中复制、交叉和变异等过程,寻找最优个体。同时,本文构建了复合的适应度函数,力求挖掘出的因子满足多维度要求。在参数设置和样本外检验两种方式进行了过拟合检验,通过选取表现较好的多个算式合成了最终的沪深300指数多空择时策略,年化收益率61.52%,最大回撤14.79%,年平均交易次数26.4次,夏普比率2.439,胜率61.14%,盈亏比2.941。