遗传规划解构与投资思考.pdfVIP

数量化专题报告 目 录 1. 引言 3 2. 遗传规划解构 4 2.1. 遗传规划基本流程 4 2.1.1. 初始化种群 5 2.1.2. 公式树变异 5 2.1.3. 因子筛选 6 2.1.4. 二次筛选 7 2.1.5. 遗传规划因子挖掘基准结果 7 2.2. 因子筛选中不同收益类型的差异 9 2.3. 不同指标作为适应度函数的差异 10 2.3.1. 差异性：因子评价指标的不完备性 10 2.3.2. 同质性：本质上是对投资者决策机制的拟合 12 2.3.3. 适应度函数选择的思考 13 3. 使用优化算法提升因子挖掘效率 13 3.1. 基于父代个体选择的优化算法 14 3.2. 基于适应度调整的优化算法 15 3.2.1. 排挤算法 15 3.2.2. 共享适应度函数算法 16 3.3. 优化算法效果与讨论 17 3.3.1. 样本外表现与过拟合问题讨论 18 4. 量化选股策略 19 4.1. 纯遗传规划因子的选股策略 19 4.1.1. 市场交易定价特征变迁 21 4.1.2. 不同股票范围的效果差异 21 4.2. 提升传统量化选股模型表现 22 5. 总结 23 6. 风险提示 23 7. 附录 24 7.1. 量价算子列表 24 7.2. 遗传规划量价因子公式形式展示 26 2 of 27 数量化专题报告 1. 引言 量价领域的研究不是数据挖掘，区别在于对内心世界的认知。量价数据 的体量相对较大并且信噪比低，传统研究更多地偏向于“从数据中来， 到数据中去”的过程；而由于缺乏对内心世界的理解和认知，通过数据 建模得到的量价策略在不同环境中表现不稳定。我们秉持着从符号世界 到内心世界再到符号世界的研究思想，挖掘量价策略有效性的根源，通 过对交易过程的理解改进传统模型，从而进一步提升量价策略有效性。 图 1 对内心世界的认知是量价领域研究的核心 符号世界 内心世界 •价量数据 •决策机制 •技术指标 •定价规律 符号世界 •定价模型 •投资组合 数据来源：国泰君安证券研究 市场对微观交易层面的定价规律的认知尚不充分，遗传规划可以提供补 充信息。经典行为金融学研究首先通过对投资者心理的分析提炼出一系 列投资者交易逻辑，再结合实证检验归纳得出投资异象，并据此构建相 应的套利策略。这一过程存在两个问题：一是研究范围依赖于主观构建 的微观交易逻辑，理论体系的更新和变迁往往发生在特定投资策略崩塌 之后，如 2017 年小盘股风格切换后市场才普遍开始控制风险暴露；二 是归纳得到的量价特征往往对时间序列参数敏感，如相对强度在不同周 期下可能分别表现为短期反转、中期动量和长期反转。 图 2 量化策略变迁往往发生在市场风格切换之后 1.05 市值风格 1 0.95 0.9 0.85 0.8 0.75 0.7 0.65 0.6 0.55 2 2 3 7 2 4 4 8 2 6 5 8 1 6 5 3 1 3 6 8 1 6 9 2 8 8 3 7 0 2 1 2 2