本报告基于遗传规划算法,创新性挖掘沪深300指数多空择时因子,构建复合适应度函数实现多维度筛选,最终多因子组合模型回测表现优异,年化收益率61.52%,夏普比率2.439,最大回撤14.79%,胜率61.14%,盈亏比2.941,显著超越基准。
| 算子名称 | 功能描述 |
|---|---|
| plus(a, b) | a+b |
| minus(a, b) | a-b |
| mul(a, b) | a*b |
| p_div(a, b) | a/b |
| delay(a, n) | 时间序列延迟n期 |
| stddev(data, n) | 过去n日标准差 |
| delta(a, n) | n日差分 |
| corr_n(a, b, n) | n日相关系数 |
| cov_n(a, b, n) | n日协方差 |
| maxi(a, n) | n日最大值 |
| mini(a, n) | n日最小值 |
| log(a) | 自然对数 |
| neg(a) | 取相反数 |
| Abs(a) | 绝对值 |
| ts_sum(a, n) | n日累计和 |
| ts_mean(a, n) | n日均值 |
| wma(a, n) | 加权移动平均 |
| emals(a, b, n) | 指数加权移动平均 |
| 因子编号 | 年化收益率 | 最大回撤 | 总交易次数 | 每年交易次数 | 夏普比率 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|---|---|
| 因子一 | 20.90% | 16.79% | 81 | 10.13 | 0.69 | 60.49% | 1.769 |
| 因子二 | 21.31% | 14.81% | 68 | 8.50 | 0.72 | 67.65% | 1.955 |
| 因子三 | 22.15% | 15.21% | 175 | 21.88 | 0.764 | 63.43% | 1.477 |
| 因子四 | 20.50% | 14.44% | 104 | 13 | 0.68 | 58.65% | 2.18 |
| 因子五 | 18.19% | 13.90% | 111 | 13.88 | 0.61 | 65.77% | 1.437 |
| 组合模型 | 年化收益率 | 最大回撤 | 总交易次数 | 每年交易次数 | 夏普比率 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|---|---|
| 沪深300组合 | 61.52% | 14.79% | 211 | 26.38 | 2.44 | 61.14% | 2.941 |
——《数据探索的择时系列之一:多管齐下,四两拨千斤》
报告首先回顾了华创证券此前开发的多个择时模型(短期的价量模型和低波动模型,中期的涨跌停模型,长期的动量模型),这些传统方法依赖人工逻辑挖掘,耗时巨大且难以全面覆盖有效因子。遗传规划算法引入的目的是模仿生物进化机制(自然选择、复制、交叉、变异)自动生成并进化择时因子表达式,从而显著提高挖掘效率和因子质量。同时遗传规划产生的表达式为显式逻辑,便于后续逻辑理解及过拟合检测,区别于黑箱机器学习模式。
算法核心流程包括初始化种群、计算适应度、进化选择、交叉、变异五个步骤(图表1展示流程图)。其中,初始种群的质量决定了搜索空间范围和收敛效率。适应度函数是核心评判准则,直接影响因子演化方向。进化选择利用多种策略(如锦标赛、轮盘赌等)筛选优良个体。交叉通过交换基因片段产生多样性。变异确保群体多样性防止陷入局部极值,从而寻求全局最优。
代码实现采用python的deap库,以获取高度灵活的基因表达式和进化操作自由度,5]。
输入数据与编码:
选择沪深300的开盘、收盘、最高、最低价及成交量的日线数据作为基因的终端节点。公式树的常数从{5,10,15,20}中选取,避免过拟合局部尖点,提高因子稳定性。
算子列表:
算子包括基础的加减乘除,还有延迟、标准差、相关系数、协方差、最大值、最小值、卷积加权移动平均等。部分算子来自于 TALib 技术指标库,还有条件判断、加权平均、多项式变换等多样算子(图表2详列算子,丰富算子组合有利于挖掘复杂择时逻辑)。
适应度函数设计:
结合投资策略关注的多指标构成复合指标,包含卡玛比率(收益与最大回撤比率),交易频率,胜率,多头持仓天数等,通过乘积形式设计避免单一指标优异导致的偏颇。优质因子需满足:适应度>4、卡玛比率>0.8、年均交易次数≥4、胜率>60%、平均持仓天数>5。
其他流程细节:
采用自定义“选择最佳”策略,确保因子多维指标均衡;交叉为两点交叉,变异为均匀整数突变;样本内测试周期2014年1月-2019年12月,样本外测试2020年1月-2021年8月,确保涵盖完整牛熊周期;回测信号为基于因子过去60日的20%和80%分位突破形成多空信号;交易成本双边万分之三,6,7]。
选取5个效果较好因子(图表3部分因子列表)代表展示:
因子一:wma(emals(low_, close_, 15), 5)
因子二:mean2(emals(ts_min(open_,15), ts_max(vol_,20),15), emals(clear_by_cond(vol_, open_, high_), open_, 15))
因子三:结合多维波动及均线相关统计指标
因子四:多层KAMA(卡尔曼自适应移动平均)及对数价格协方差
因子五:基于希尔伯特变换和相关性因子
以上五个因子年化收益均超过18%,最大回撤均控制在17%以内,胜率均高于58%,显示出遗传规划算法挖掘结果在回测中的稳定表现–13]。
考虑单因子覆盖的市场行情片段不尽相同,以及多因子组合有助于分散风险和提升收益,报告组将多因子策略进行了简单线性组合。因子既包含擅长做多收益的,也包含做空信号强的,且区分趋势市与震荡市信号。
报告总结了遗传规划在宽基指数择时领域的应用创新,证明了机器挖掘技术通过显式编程高效快速发现有效择时因子,并通过合理设计适应度函数及样本外检验减少因子过拟合。多因子组合模型展现收益风险比优异,验证了“多管齐下,四两拨千斤”的策略理念。
未来方向包括:
风险声明重申策略依赖历史回测,未来有效性有不确定性。
清晰描绘从“初始化种群”到“适应度评估”、“选择”、“交叉”和“变异”的迭代循环,直到满足收敛停止条件。此流程形象展现遗传规划算法的迭代进化原理及结构,方便理解其喷泉式生成优质因子的机制。
包含大量数学基础运算符号、统计函数(如协方差、相关系数、移动平均、延迟函数等),其中不少来源于Python技术分析库TA-Lib,体现因子表达式的计算复杂性和多元维度,增强因子挖掘的丰富性和准确度。
逐项展示五个主力因子的回测关键指标:年化收益率(均18%-22%),最大回撤(13.9%-16.79%),交易次数、夏普比率、胜率(58%-67%之间),盈亏比(1.44-2.18),表明因子具有较为稳健的收益和风险特征,8,9,10,11]。
用三条线分别展现“累计净值”,“基准净值”,以及“最大回撤”。单因子均能在多市场环境取得超越基准累计收益。注重回撤区间的标注,方便观察策略在不同牛熊阶段的抗风险表现,强化了因子在真实场景的适用性,9,10,11,12]。
本报告主要聚焦于指数择时因子的机器挖掘方法、信号回测及组合表现,对公司或行业估值本身未做专门估值分析章节。因此无特别估值模型(DCF、市盈率等)说明,仅有通过回测指标的“卡玛比率”等风险调整收益率作为择时策略效果的核心量化衡量。
报告包含了部分缓解措施,如多维度适应度函数和样本外验证,6,14]。
本报告首次系统地将遗传规划算法应用于沪深300宽基指数的多因子择时因子挖掘,其优势在于模拟自然进化过程,利用显式数学表达式生成,解决人工逻辑耗时以及过拟合诊断难题。基于沪深300丰富的日线开高低收及成交量数据,结合丰富的技术算子和严密的多指标复合适应度函数进行样本内外严格筛选,成功筛选出多个稳定优质择时因子。单因子年化收益均稳定在18%以上,最大回撤控制在14%-17%以内,盈亏比和胜率均表现良好。
更关键的是,报告将多单因子“强强联合”,构建了一个多空择时组合模型,在沪深300回测期间实现了高达61.52%的年化收益率,且将最大回撤控制在14.79%,夏普比率高达2.44,交易频率合理,胜率和盈亏比均显著优于单因子表现,凸显了多管齐下与因子组合带来的显著优势。对应的累计净值曲线也表明该策略具备较强的市场适应能力和风险控制能力。
报告通过严谨的回测设计和逻辑清晰的算法描述,为宽基指数择时提供了崭新且具操作性的机器学习解决思路,适合具有一定技术分析基础的投资机构进一步测试和应用。未来研究将扩展到其它指数,及更深入的组合优化,是完善宽基择时模型库的重要方向。
综合来看,报告成功展示了基于遗传规划的择时研究范式,兼顾了因子发现、质量筛选、模型组合和实证验证,为金融工程择时策略开发提供了切实可行的改进路径,且回测性能表现优异,具备较大投资研究价值。–14]
此详尽解读基于华创证券遗传规划择时专题报告全文,捕捉报告主要技术框架、关键数据、流程设计及回测实证,结合图表深入解读因子逻辑及策略表现,为金融工程、量化研究及机构投资者提供了系统理解参照。–14]
数据探索的择时系列之一:多管齐下 四两拨千斤.pdf