本文利用金融工程研报，学习里面的思路，不做投资参考，只做学习研究，继续给大家更新内容，

1 算法原理，2qmt常见问题，3算法原理，4量化研报，5 ptrad常见问题，6 因子分析，7 读量化研报

本文通过原理分析和系统测试，介绍了遗传规划在选股因子挖掘中的应用遗传规划是一种启发式的公式演化技术，通过模拟自然界中遗传进化的过程来逐渐生成契合特定目标的公式群体，适合进行特征工程。将遗传规划运用于选股因子挖掘时，可以充分利用计算机的强大算力，同时突破人类的思维局限，挖掘出某些隐藏的、难以通过人脑构建的因子。本文介绍了遗传规划应用的完整流程，对遗传规划程序包 gplearn 进行了深度定制改进。测试结果显示，遗传规划能从有限的量价数据中挖掘出具有增量信息

的因子，为选股因子研究提供了一种新的思路。重点关注

1. 遗传规划的基本原理是什么？有哪些重要的参数？

2. 在将遗传规划运用于选股因子挖掘时，需要进行哪些定制化改进？

3. 遗传规划所得选股因子的表现如何？因子的含义如何解读？

图表 1 展示了遗传规划的总体流程。一开始，一组未经选择和进化的原始公式会被随机生成(第一代公式)，通过某种规则计算每个公式的适应度，从中选出适合的个体作为下一代进化的父代。这些被选择出来的父代通过多种方法进化，形成不同的后代公式，然后循环进行下一轮进

子树变异是一种激进的变异操作，父代公式树的子树可以被完全随机生成的子树所取代。这可以将已被淘汰的公式重新引入公式种群，以维持公式多样性。如图表 4 所示，子树变异选择适应度最高的公式树 A 作为父代，从中随机选择子树 A1进行替换，然后随机生成用以替代的子树 B，并将其插入到公式树 A 中以形成后代

点变异是另一种常见的变异形式。与子树变异一样，它也可以将已淘汰的公式重新引入种群中以维持公式多样性。如图表 5 所示，点变异选取适应度高的父代公式树 A，并从中随机选择节点和叶子进行替换。叶子 A2被其他叶子替换，并且某一节点 A1 上的公式被与其含有相同参数个数的公式所替换，以此形成后代

Hoist(提升)变异是一种对抗公式树过于复杂的方法。这种变异的目的是从公式树中移除部分叶子或者节点，以精简公式树。如图表 6 所示，Hoist 变异选取适应度高的父代公式树A 并从中随机选择子树 A1。然后从该子树中随机选取子树 A11，并将其“提升”到原来子树 A1 的位置，以此形成后代

gplearn 的简介和关键参数说明gplearn(https://gplearn.readthedocs.io)

是目前最成熟的 Python 遗传规划项目之一。gplearn 提供类似于 scikit-learn 的调用方式，并通过设置多个参数来完成特定功能。图表7 展示了 gplearn 的主要参数

gplearn 提供了一套简洁、规范的遗传规划实现代码，但是不能直接运用于选股因子的挖掘。我们从源代码的层面，对 gplearn 进行了深度改进，使得其能运用于选股因子的挖掘。首先，我们扩充了 gplearn 的函数集(function_set)，提供了更多特征计算方法，以提升其因子挖掘能力。除了 gplearn 提供的基础函数集(加、减、乘、除、开方、取对数、绝对值等)，我们还自定义了一些函数(包括多种时间序列运算函数，这是 gplearn 不支持的)，函数列表详细展示在图表 8 中。其次，我们改进了 gplearn 使得其能进行单因子测试。在测试过程中，还可以对待挖掘因子进行传统风格因子中性化。另外，遗传规划由于涉及到大量的随机操作，时间开销较大，我们还使用了 Python 中的并行运算技术，加快了因子矩阵的运算速度，缩短了因子挖掘时间

上面大概是我下面用简单的例子，代码来理解这个内容，代码只做学习参考

观察到的现象：在A股市场中，有些股票在开盘后急速冲高，但随后动能衰竭，价格回落。这种“高开低走”或“冲高回落”的形态，可能意味着短期买盘力量耗尽，未来几天有回调压力。反之，那些“稳步推升”或“低开高走”的股票可能更具持续性。

传统人工因子的局限：研究员可能会设计 (开盘价 - 前收盘价) / 前收盘价 或 (最高价 - 开盘价) / 开盘价 等因子。但这些线性组合可能无法捕捉“衰竭”的非线性时序关系，例如：开盘后第一分钟冲高5% vs. 开盘后半小时缓慢爬升5%，其含义可能完全不同。

我们的目标：利用遗传规划，自动挖掘一个能刻画“日内价格路径动量衰竭程度”的因子，并预测股票未来3日的收益率。

二、 数据准备与“基因”定义（代码实现）

我们首先需要准备日内分钟级数据，并定义遗传规划可用的“零件”

三、 关键改进1：定义新的适应度函数（互信息）

 替代线性IC。我们需要自定义适应度函数。

四、 关键改进2：实现带交叉验证的早停机制

不支持验证集早停。我们需要手动控制训练循环。

现在，我们运行这个改进的遗传规划来挖掘因子

sub(mul(max(open_to_first, 0.01), retreat_from_high), div(intraday_vol, avg_vol_30min))

因子 = max(开盘第一分钟涨幅, 0.01) * 从高点回落幅度 - (日内波动率 / 早盘平均成交量)

”的区别，其结构包含了非线性阈值(

六、 关键改进3：非线性因子后处理

得到因子后，我们使用研报中的

最后，我们在完全未参与训练和验证的

（例如，2023年的数据）上进行测试，并构建简单的策略。

总结：代码如何体现研报核心思路

通过这个包含代码的详细例子，我们可以看到：

适应度函数的革新：我们抛弃了传统的'mean absolute error'，实现了mutual_information_fitness函数。这使得算法在进化时，以最大化因子与收益间的非线性依赖关系为目标，从而能发现像max(open_to_first, 0.01)这样的阈值型非线性结构。

过拟合控制机制：我们设计了GeneticProgrammingWithEarlyStop类（尽管是示意），其核心思想是每代在独立验证集上评估，并实施早停。这直接对应研报中“在gplearn中引入交叉验证”的改进，确保挖掘出的因子具有泛化能力。

非线性因子处理：我们实现了cubic_residual_transformation函数。它将算法挖掘出的复杂因子（如包含max, mul, sub的表达式）进行数学变换，剥离其简单的三次方趋势，可能暴露出更稳健的Alpha信号。这是将“机器发现”的因子适配到传统线性多因子模型的关键一步。

完整的因子生产流水线：从数据准备（日内特征） -> 算法进化（带新适应度和早停） -> 因子解读（分析表达式逻辑） -> 后处理（三次方残差） -> 样本外验证（分层回测），形成了一套自动化、可解释、且严格控制过拟合的因子挖掘流程。

这个例子展示了，遗传规划不仅仅是一个“黑箱”优化器。在正确的框架设计（如研报提出的三项改进）下，它能成为一个强大的“公式发现助手”，从数据中自动提炼出符合金融逻辑、结构复杂但可解释、且经过严格风控检验的有效选股因子

目前我不能直接给大家提供代码，只能给思路参考，需要研报的找我就可以

下面截图一部分内容给大家参考思路

基于遗传规划的选股因子挖掘框架

机器进化选股因子：遗传规划实战第21期，Alpha因子这样挖出来

投资顾问

算法

人工智能

遗传规划选股因子挖掘框架，通过模拟自然进化自动生成非线性公式，改进gplearn增加时间序列函数与并行计算，采用互信息适应度与交叉验证早停控制过拟合，三次方回归残差后处理，实现从数据到策略的完整因子生产流水线。

系统测试

Python

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

机器进化选股因子：遗传规划实战第21期，Alpha因子这样挖出来

机器进化选股因子：遗传规划实战第21期，Alpha因子这样挖出来

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐