量化模型与构建方式 1. 模型名称：GFlowNet (Generative Flow Networks， 生成流网络) [1][12][22] * 模型构建思路： 将因子表达式的生成过程建模为有向无环图（DAG）中的“水流”过程，训练目标是让网络中的流量分布满足守恒定律，最终实现生成某个因子表达式的概率与其对应的奖励（Reward）成正比，即 $P(x) \propto R(x)$ [13][22][27] * 模型具体构建过程： * 状态与动作： 状态（State）代表生成过程中的中间表达式，动作（Action）代表添加一个算子、窗口或特征等操作[22][25] * 训练目标： 采用 Trajectory Balance (TB) 损失函数进行训练，该目标要求整条生成轨迹的前向概率、总流量估计与最终奖励之间保持平衡[31] * TB损失函数公式： ${\mathcal{L}}_{T B}=\left(\log{\frac{Z\prod_{t=1}^{n}P_{F}(s_{t}|s_{t-1})}{R(x)\prod_{t=1}^{n}P_{B}(s_{t-1}|s_{t})}}\right)^{2}$ [31] 其中，$Z$ 是可学习的标量参数，代表总流量；$P_F$ 是前向策略（需要学习的神经网络），代表在状态 $s_{t-1}$ 下选择动作前往状态 $s_t$ 的概率；$P_B$ 是后向策略；$R(x)$ 是终止状态（即完整因子表达式）的奖励[31] * 训练流程： 用当前前向策略 $P_F$ 采样一条生成轨迹；计算该轨迹对应因子表达式的奖励 $R(x)$；计算 TB 损失并反向传播更新 $P_F$ 和 $Z$ 的参数；重复此过程[34] * 模型评价： 相比传统方法，GFlowNet 以生成多样化、低相关性的优秀因子集合为核心目标，通过结构化学习实现有策略的高效探索，能有效避免模式崩溃，生成因子相关性低[1][13][17][45] 2. 模型名称：基于Transformer Actor-Critic结构的PPO强化学习（RL）模型 [2][39] * 模型构建思路： 将因子构建过程建模为序贯决策问题，智能体根据当前状态采取动作（如选择算子、特征），环境根据回测结果给出奖励，通过PPO算法优化策略以最大化长期预期奖励[12][39] * 模型具体构建过程： * 网络架构： 采用基于Transformer的Actor-Critic结构。Actor（策略网络）是一个多层感知机（MLP），输出选择各个动作的概率分布；Critic（价值网络）是一个平行的MLP，输出一个标量值，用于评估当前已构建公式的潜在收益[39] * 核心算法： 使用PPO（Proximal Policy Optimization）算法。价值损失（Value Loss）使用均方误差（MSE）衡量Critic预测的状态价值 $V(s)$ 与实际回报的差距；策略优化部分引入熵奖励（Entropy Bonus） $-\sum_a \pi_a \log \pi_a$ 鼓励早期探索[39][40][45] * 模型评价： 训练初期收敛速度较快，但容易发生模式崩溃（Mode Collapse），导致生成的因子高度同质化，相关性急剧上升至接近1，失去多样性[2][17][43] 量化因子与构建方式 1. 因子构建框架：GFlowNet因子挖掘系统 [2][32] * 构建思路： 设计一个允许程序自动组合数学算子、时间窗口和基础特征，以系统化生成和筛选有效因子的框架[1][32] * 具体构建过程： * 状态表示： 由两部分构成：一是对由operator/window/feature构成的表达式历史序列进行Transformer编码；二是3个手工状态特征：当前深度、已用算子比例、已用节点比例[32] * 动作空间： 定义为包含三类操作的扁平离散空间：1) operator（算子），共51个，涵盖一元、时序一元、二元、时序二元及截面算子；2) window（窗口），给时序算子选择窗口，共5个可选值；3) feature（叶子特征），数量根据具体设计变化[32][35] * 表达式组织： 以ExprNode树结构组织生成的表达式，并应用交换律排序、双重neg折叠等简化方法，使等价表达式归一为同一字符串，降低缓存重复[33] * 语法约束： 每一步仅允许执行“语法合法+不超复杂度上限”的动作。初始步强制选择算子（op）；若当前节点等待窗口，则只能选择window；其他情况下可选择feature，且在不超限时可继续选择op[32] 2. 基础特征集（日频） [2][36] * 特征名称：原始OHLCV特征 [2][36] * 构建思路： 直接使用后复权的开盘价（Open）、最高价（High）、最低价（Low）、收盘价（Close）、成交量（Volume）数据作为基础特征输入[2][36] * 特征名称：无量纲相对特征 [2][36] * 构建思路： 对原始OHLCV数据进行处理，生成一系列无量纲的相对变化或比率特征，以降低价格和成交量水平以及拆分复权带来的尺度差异干扰[2][36] * 具体构建过程（部分举例）： * ret_gap = open / pre_close - 1 （隔夜跳空幅度）[37] * ret_cc1 = close / pre_close - 1 （日收益）[37] * ret_co = close / open - 1 （日内涨跌）[37] * ret_hl = high / low - 1 （日内振幅比率）[37] * ret_range = (high - low) / pre_close （归一化振幅）[37] * ret_vol_chg1 = volume / delay(volume,1) - 1 （成交量日变化率）[37] 3. 基础特征集（分钟频） [4][68] * 特征名称：基于分钟量价数据构造的日频特征 [4][68] * 构建思路： 首先从日内分钟数据中计算约40个刻画价格动量、波动、价位关系、成交量分布等信息的指标，然后将这些日内指标降维聚合为日频特征，再输入到日频挖掘框架中进行因子搜索[4][65][68] * 具体构建过程（部分举例）： * amihud_intraday：日内Amihud非流动性（收益/成交额）[69] * close_position = (close - low)/(high - low)：收盘价在当日高低区间的位置[69] * intraday_trend：日内趋势斜率（回归slope）[69] * realized_vol：日内实现波动率[69] * ret_first30：开盘后30分钟收益[69] * ret_last15：收盘前15分钟收益[69] * vwap_close_dev：收盘价相对VWAP偏离[69] 4. 奖励函数设计 [2][37] * 构建思路： 为避免生成的因子过度暴露于小市值风格，对因子进行市值中性化处理后再计算其预测能力作为奖励[37] * 具体构建过程： 奖励（Reward）设定为因子经过市值中性化后的绝对值信息系数（abs(IC)）[2][37] 5. 复合因子：等权合成因子 [4][76] * 构建思路： 将GFlowNet挖掘出的多个单因子，按照各自的因子方向（正负号）进行等权加权合成，形成一个综合因子[4][76] * 具体构建过程： 报告中将基于不同基础特征集（原始OHLCV、相对特征、分钟频特征）挖掘出的因子分别进行等权合成[76][77] 6. 复合模型：GRU+Mamba+GFlowNet集成模型 [5][90] * 构建思路： 在已有的基于GRU和Mamba2模型的深度学习选股框架中，额外加入GFlownet挖掘出的150个因子作为特征输入，以提升模型表现[5][90] 模型的回测效果 1. GFlowNet模型（对比RL） * Batch内因子相关性中位数： 低于 0.04 [2][43] 2. PPO强化学习（RL）模型（对比GFlowNet） * Batch内因子相关性中位数： 上升至 1 [2][43] 因子的回测效果 （测试区间：2018-2025年，全A市场，10日调仓）[38] 1. 基于原始OHLCV挖掘的单因子 [3][47] * IC均值中位数： 4.54% [3][47] * IC均值最大值： 8.56% [3][47] * 多头超额收益中位数： 3.47% [3][47] * 截面相关性均值： 15.73% [54] * 时序相关性均值： 19.24% [54] * 表达式平均长度（复杂度）： 7.22 [59] 2. 基于相对特征挖掘的单因子 [3][61] * IC均值中位数： 6.17% [3][61] * IC均值最大值： 9.40% [3][61] * 多头超额收益中位数： 4.75% [61][62] * ICIR中位数： 0.58 [62] * 多空收益中位数： 33.90% [62] * 多空夏普比率中位数： 2.42 [62] 3. 基于分钟频构造特征挖掘的单因子 [4][70] * IC均值中位数： 5.83% [4][70] * IC均值最大值： 9.46% [4][70] * 多头超额收益中位数： 7.43% [4][70] * ICIR中位数： 0.57 [71] * 多头夏普比率中位数： 0.74 [71] * 多空收益中位数： 36.34% [71] * 多空夏普比率中位数： 2.77 [71] 4. 等权合成因子 [76][77] * 基于原始OHLCV特征合成： * RankIC： 10.83% [77] * ICIR： 0.81 [77] * 多头年化超额收益率： 17.35% [77] * 多头信息比率： 2.05 [77] * 多空年化收益率： 88.67% [77] * 多空夏普比率： 5.16 [77] * 基于相对特征合成： * RankIC： 11.64% [77] * ICIR： 0.82 [77] * 多头年化超额收益率： 10.22% [77] * 多头信息比率： 1.15 [77] * 多空年化收益率： 84.51% [77] * 多空夏普比率： 3.91 [77] * 基于分钟频特征合成： * RankIC： 12.25% [77] * ICIR： 0.85 [77] * 多头年化超额收益率： 16.08% [77] * 多头信息比率： 1.85 [77] * 多空年化收益率： 109.12% [77] * 多空夏普比率： 5.84 [77] 5. GRU+Mamba+GFlowNet集成模型 [90][94] * RankIC： 13.67% [94] * ICIR： 1.27 [94] * 多头年化超额收益率： 32.88% [94] * 多头信息比率： 3.87 [94] * 多头超额最大回撤： 7.83% [94] * 多空年化收益率： 166.31% [94] * 多空夏普比率： 10.21 [94]