因子挖掘与OpenFE框架介绍
在前期高频因子构建研究中，部分自动化挖掘模式（如遗传规划）因数据量过大而难以实现。本报告借鉴OpenFE框架，实现高频因子的批量化挖掘。OpenFE框架采用“先扩张再缩减”的策略，通过算子遍历生成大量特征，并利用连续二分法和FeatureBoost进行高效筛选。
扩张阶段（Expansion）
- 设计算子（加、减、乘、除等）对基础特征进行运算，生成大量备选特征。
- 可嵌套多层算子生成高阶特征，但避免过长的因子公式。
缩减阶段（Reduction）
- 使用连续二分法，逐步扩充样本数量、减少特征数量。
- 采用FeatureBoost避免每次使用所有特征训练LGBM，提升效率。
OpenFE高频因子挖掘实现方案
-
高频因子拆解及构建
- 高频因子主要由Mask、基础特征和聚合算子组成。
- 举例：遗憾规避因子（Mask为“高于收盘价”，基础特征为“成交量”，聚合算子为“求和”）。
-
日频因子的进一步低频化
- 设计一元、二元、截面、时序算子（如回看天数d=5,10,20,60）进行降频处理。
- 因子数量约8000万，需剔除不符合逻辑的组合。
-
因子计算及检验
- 使用连续二分法采样，保证同一时刻截面股票同步进入样本池。
- 数据转换为tensor并转移至GPU，使用torch计算，速度提升数百倍。
- 因子检验阶段使用IC指标（保留T>3的因子）。
因子测试效果
-
日频因子测试
- 随机选择1万个因子，最终约350个满足T>3。
- 周度IC均值ABS为1.13%，T统计量6.63，但多头年化超额较低。
-
周频因子表现
- 周频因子IC均值更高，部分绩优因子表现良好。
- 多空年化收益率38.45%，多空最大回撤16.72%。
-
作为LGBM模型的特征输入
- 将300余个因子作为特征输入LGBM，测试集IC均值6.42%，多头年化超额7.87%。
- 与Alpha158和GJQuant因子合成后，IC均值8.76%，多头年化超额19.34%，多空年化收益率67.08%。
基于OpenFE框架构建挖掘因子的中证1000选股策略
-
OpenFE高频因子LGBM策略表现
- 回测期2022年1月至2024年10月，年化超额收益率8.62%，信息比率0.77，超额最大回撤11.95%。
-
结合日频特征LGBM模型后OpenFE高频因子LGBM策略表现
- 策略年化超额收益率13.68%，超额最大回撤4.38%，信息比率1.98。
总结
OpenFE框架有效解决了高频因子挖掘效率低的问题，通过算子组合生成大量特征，并利用GPU加速计算。测试结果显示，该框架所得因子在LGBM模型中表现优异，结合日频特征后策略稳定性进一步提升，年化超额收益率达13.68%，超额最大回撤仅为4.38%。
风险提示
- 历史数据结果在政策、市场环境变化时存在时效风险。
- 策略假设条件变化（如交易成本提高）可能导致收益下降或亏损。
