016 金工行业-AI生成因子范式从入门到进阶20260713

一、核心要点

1. 东吴金工于明明、周金明分享AI生成因子范式，指出传统人工因子挖掘存在研究者天花板、认知茧房、验证成本高等瓶颈，AI可突破这些边界。
2. AI生成因子路径分为两类：
   • 结合大语言模型与算法生成87个因子，IC均值约7%、IC-R约0.8，训练/测试IC衰减仅0.08，2026年5月前IC仍约5%，多空超额为正，优于多数同期量价因子；
   • 让大语言模型沉淀子逻辑函数生成80个因子，IC均值约4.9%、IC-R约0.66，因子间相关性更优，与传统因子相关性中枢20%，2026年6月前多空超额约15%，强于多数量价因子。
3. AI因子生成含三类：
   • 低频量价因子用优化后因子可提升效果，样本外表现稳定；
   • 基本面因子覆盖价值、质量、成长类，如销售收现减购现、应收账款周转率等，样本外表现较好；
   • 高频量价因子采用代码生成，70个因子两两相关性均低于0.75，如“投机狂热域”因子IC达9%、ICIR0.98，多空超额62%。
4. AI生成因子2.0范式将大语言模型与传统演化算法结合，大模型负责提取有逻辑的子表达式基因、注入新因子，演化算法用于迭代优化，解决传统演化算法可解释性差、过拟合等问题，样本区间划分为18-22年训练、23-26年测试验证效果。
5. 核心方法：以2022年挖掘的人工高频因子为基础，通过大语言模型挖掘逻辑合理、复杂度足够的新因子，结合蒙特卡洛树搜索迭代提升因子复杂度，同时沉淀可复用经验，设置经验重置机制避免过度复用及信息茧房。 二、投资线索
6. 两类AI生成因子打包为Skill工具包，含代码、说明文档，可引导用户生成因子，支持循环迭代优化，提供因子IC、IC-R及走势图，东吴金工蒙特卡洛树搜索因子Skill支持日频、分钟级/秒级高频数据因子挖掘，可自定义或使用默认参数，生成的优质因子存储于阿里云因子库，效率较高，对感兴趣的投资者可提供试用机会。 三、风险与关注
7. 传统演化算法存在可解释性差、过拟合等问题；AI生成因子仍可能存在信息茧房，需靠经验重置机制规避；高频量价因子需关注两两相关性低的特性对收益的影响。 四、后续关注点
8. 将介绍大语言模型驱动蒙特卡洛树搜索的可解释因子生成框架，后续聚焦该框架的逻辑、测试结果及高频数据因子挖掘情况。