Alpha掘金系列之二十二：基于GFlowNet的低相关性量价因子挖掘策略-260410-国金证券.pdfVIP

Alpha掘金系列之二十二金融工程专题报告

证券研究报告

金融工程组

分析师：高智威（执业S1130522110003）

gaozhiw＠gjzq.c

基于GFlowNet的低相关性量价因子挖掘策略

GFlowNet（生成流网络）原理介绍

因子挖掘一般指从行情、财务、另类数据里构造能解释或预测收益的特征（因子），再经检验、组合与风控后用于选

股或择时；自动化因子挖掘则是在人工提出假设与写公式之外，用程序在大规模搜索空间里系统生成、变异、筛选因

子，并与回测、稳健性检验流水线结合，减轻“拍脑袋”与重复劳动。

GFlowNet是由YoshuaBengio团队于2023年提出的新型生成模型，其核心是将对象生成过程建模为有向无环图

中的“水流”过程，训练目标满足流量守恒定律，最终实现生成对象的概率与其奖励成正比。不同于遗传规