加载中...
本报告提出一套面向分钟级高频量价数据的参数化、模块化因子通用公式(输入与切片、时序掩码、算子降维、因子后处理四步),并基于NSGA-III多目标遗传规划引入动态短板惩罚以筛选均衡因子;将挖掘出的分钟级信号作为额外特征输入PortfolioNet后,在2023-01-03至2026-02-27回测区间内,指数增强(尤其是中小市值1000增强)显著改善,1000增强年化超额提升约2.9pct,Calmar比率提升0.66
| 参数 | 取值 |
|---|---|
| 训练集长度 | 1200个交易日 |
| 验证集长度 | 360个交易日 |
| 测试集长度 | 120个交易日 |
| 滚动步长 | 120个交易日 |
| 回测区间 | 2023-01-03 至 2026-02-27 |
| 因子选取数目 | 最多20个(按样本内ICIR降序,相关性筛选) |
元数据与概览(引言与报告概览)
逐节深度解读
图表与算子库解读(图表3、4)
多目标遗传规划与NSGA-III的应用
遗传规划实施细节与训练/回测设置
代表性因子与逻辑解析(成交笔数自相关、单笔成交回归截距、量价空间欧氏距离)
图表与表格数据解读(回测与合成实验)
主要回测结果与数值解读(关键表格与图)
估值与敏感性(方法论角度)
风险因素与局限性评估
批判性视角与细微之处
结论性综合(关键发现与建议)
附:关键图表索引(在文中已插入的主要示意图)
若需要,我可以:
华泰金工 高频特征参数化:分钟级可解释因子挖掘框架.pdf