量化投资白盒因子挖掘方法和装置与流程
本技术涉及量化投资,特别是涉及量化投资白盒因子挖掘方法和装置。
背景技术:
1、在量化投资领域,alpha因子的构建是选股策略与组合优化的核心。随着市场有效性的提升与数据维度的爆炸,自动化因子挖掘技术应运而生。目前,业界主流的自动化因子挖掘技术方案主要包括以下几种,但均存在显著的技术缺陷与局限性:人工专家构建:较为依赖人类经验,搜索效率极低,时间与人力成本高昂,且受限于认知边界,难以发现高维非线性规律。遗传规划:基于随机变异和交叉的盲目搜索,易陷入局部最优;且遗传规划缺乏多样性控制机制,生成的因子公式高度同质化,多重共线性严重。传统强化学习:以寻找单一全局最优为目标,在训练后期极易发生模式崩溃,导致策略网络坍缩,生成的因子丧失多样性与实盘组合价值。深度学习/大模型黑盒映射:输出结果缺乏显式的数学表达式,不可解释,无法满足金融合规与风控归因要求,且直接将高频数据输入黑盒模型,较易拟合微观噪音,缺乏对实盘交易成本的感知与优化。
2、因此,相关技术中缺乏一种能够兼顾搜索效率、因子多样性、可解释性与统计稳健性的自动化白盒因子挖掘方案。
3、针对相关技术中存在生成的量化交易因子不可解释、搜索效率低、因子同质化程度较高的问题,目前没有提出有效的解决方案。
技术实现思路
1、在本实施例中提供了一种量化投资白盒因子挖掘方法和装置,以解决相关技术中存在生成的量化交易因子不可解释、搜索效率低、因子同质化程度较高的问题。
2、第一个方面,在本实施例中提供了一种量化投资白盒因子挖掘方法,包括以下步骤:
3、获取原始量价交易数据,为所述原始量价交易数据生成基础因子池;计算所述基础因子池中各基础因子的因子评价统计量,基于多维的所述因子评价统计量构建多维元数据先验矩阵;
4、基于所述多维元数据先验矩阵,循环执行以下过程直至达到预设的循环终止条件,得到挖掘出的白盒数学因子表达式:
5、以所述基础因子池为动作空间,将已选特征的历史动作序列嵌入作为查询源,将所述多维元数据先验矩阵同时作为键与值,利用基于交叉注意力机制的生成流网络,从所述基础因子池中确定出特征子集;记录产生的前向对数概率序列与后向对数概率序列;
6、将所述特征子集输入符号回归引擎,以使所述符号回归引擎基于预先配置的平滑非线性算子库,在所述特征子集的范围内,拟合出最优白盒数学因子表达式;
7、对所述最优白盒数学因子表达式执行多层级质量控制校验,并将通过所述多层级质量控制校验后的白盒数学因子表达式识别为目标表达式,将所述目标表达式所描述的复合因子识别为目标因子;所述多层级质量控制校验基于对所述复合因子的冗余性剔除、噪声干扰剥离及统计方向一致性的多重级联校验规则而设定;
8、将所述目标因子的因子评价指标映射为连续奖励信号;根据所述连续奖励信号、所述前向对数概率序列以及所述后向对数概率序列,更新所述生成流网络的策略参数。
9、在其中的一些实施例中,所述因子评价统计量包括:历史信息系数均值、历史信息系数比率、截面离散度、截面偏度、以及特征非冗余度量化指标。
10、在其中的一些实施例中,所述计算所述基础因子池中各基础因子的因子评价统计量,基于多维的所述因子评价统计量构建多维元数据先验矩阵,包括:
11、逐日计算所述基础因子池中各基础因子与未来收益率的秩相关系数序列;
12、计算所述秩相关系数序列的均值与标准差,基于所述均值与所述标准差,得到所述历史信息系数比率;
13、计算各所述基础因子的截面离散度与截面偏度;
14、计算所述基础因子池的斯皮尔曼相关系数矩阵,基于所述斯皮尔曼相关系数矩阵确定各所述基础因子的正交性得分,作为所述特征非冗余度量化指标;
15、获取各所述基础因子的历史信息系数均值,将所述历史信息系数均值、所述历史信息系数比率、所述截面离散度、所述截面偏度以及所述正交性得分拼接并全局归一化,生成所述多维元数据先验矩阵。
16、在其中的一些实施例中,所述以所述基础因子池为动作空间,将已选特征的历史动作序列嵌入作为查询源,将所述多维元数据先验矩阵同时作为键与值,利用基于交叉注意力机制的生成流网络,从所述基础因子池中确定出特征子集;记录产生的前向对数概率序列与后向对数概率序列,包括:
17、以所述基础因子池为动作空间,将已选因子的历史动作序列嵌入作为查询源,将所述多维元数据先验矩阵同时作为键与值,利用基于交叉注意力机制的生成流网络,对所述基础因子池执行特征子集的序贯采样;其中,在所述采样过程中:
18、以预设的最小特征数量边界与最大特征数量边界作为采样约束,通过多项式分布采样生成所述特征子集的当前特征索引;
19、在输出因子采样动作之前,基于各候选特征的历史绝对信息系数,对策略网络输出的动作空间原始评分向量施加线性偏置;
20、将因子采样动作对应的对数概率累加至前向对数概率序列,并同步将计算得到的均匀后向策略的对数概率添加至后向对数概率序列。
21、在其中的一些实施例中,所述平滑非线性算子库包括:绝对值函数、平滑对数函数、符号函数、平方函数以及安全倒数函数。
22、在其中的一些实施例中,所述符号回归引擎在限定的特征子集空间内,结合遗传算法与局部搜索算法,拟合所述白盒数学因子表达式。
23、在其中的一些实施例中,所述多层级质量控制校验,包括:结构空间去重、截面空间去混杂、时序空间去自相关以及分布空间去方向背离;其中:
24、所述结构空间去重包括:提取所述白盒数学因子表达式的标准化拓扑字符串作为因子指纹;将所述因子指纹与已入库的因子指纹集合执行匹配;对与所述因子指纹集合匹配成功的各所述因子指纹执行剪枝操作;
25、所述截面空间去混杂包括:基于双残差化技术,以流动性及规模代理变量为控制变量,分别对所述复合因子和下一交易日收益率进行截面回归,得到所述复合因子和所述下一交易日收益率分别对应的回归残差;将所述复合因子和所述下一交易日收益率分别对应的回归残差作为新的复合因子与新的收益率;
26、所述时序空间去自相关包括:
27、按每一有效截面日期,利用正交化后的收益率值对正交化后的复合因子进行截面普通最小二乘回归,提取各所述有效截面日期对应的截面回归系数,形成系数时间序列;
28、计算所述系数时间序列的均值,并采用异方差与自相关稳健的协方差估计方法计算所述系数时间序列的均值的标准误,根据所述系数时间序列的均值与所述标准误的比值生成各所述复合因子对应的综合显著性检验统计量;
29、将所述综合显著性检验统计量的绝对值大于或等于预设统计量阈值,且所述系数时间序列包含的有效截面期数大于或等于预设截面数阈值的复合因子,确定为通过所述时序空间去自相关操作的复合因子;
30、所述分布空间去方向背离包括:将所述复合因子的多空收益差的方向标识识别为第一方向标识;将所述复合因子的所述综合显著性检验统计量的方向标识识别为第二方向标识;筛选出所述第一方向标识与所述第二方向标识一致的复合因子。
31、在其中的一些实施例中,将所述目标因子的因子评价指标映射为连续奖励信号,包括:
32、将所述目标因子对应的综合显著性检验统计量、信息系数比率以及秩信息系数映射为基础奖励系数;
33、根据所述目标因子的因子指纹与已入库的因子指纹集合中各因子指纹的相似度,以及所述目标因子的因子指纹在所述因子指纹集合中的命中情况,设定所述目标因子的去重惩罚系数;
34、针对每个所述目标表达式,为构成所述目标表达式的每个基础因子计算历史选择频次;将所述历史选择频次小于预设频次阈值的所述基础因子标记为新颖因子,并统计所述目标表达式中包含的新颖因子总数;根据所述新颖因子总数确定所述目标表达式的新颖系数;
35、基于所述基础奖励系数、所述去重惩罚系数以及所述新颖系数,得到所述连续奖励信号。
36、在其中的一些实施例中,所述根据所述连续奖励信号、所述前向对数概率序列以及所述后向对数概率序列,更新所述生成流网络的策略参数,包括:
37、基于所述连续奖励信号、所述前向对数概率序列以及所述后向对数概率序列,计算轨迹平衡损失函数;
38、基于所述轨迹平衡损失函数更新生成流网络的策略参数。
39、第二个方面,在本实施例中提供了一种量化投资白盒因子挖掘装置,包括:预处理模块和因子表达式循环生成模块;其中:
40、所述预处理模块,用于获取原始量价交易数据,为所述原始量价交易数据生成基础因子池;计算所述基础因子池中各基础因子的因子评价统计量,基于多维的所述因子评价统计量构建多维元数据先验矩阵;
41、所述因子表达式循环生成模块,用于基于所述多维元数据先验矩阵,循环执行以下过程直至达到预设的循环终止条件,得到挖掘出的白盒数学因子表达式:
42、以所述基础因子池为动作空间,将已选特征的历史动作序列嵌入作为查询源,将所述多维元数据先验矩阵同时作为键与值,利用基于交叉注意力机制的生成流网络,从所述基础因子池中确定出特征子集;记录产生的前向对数概率序列与后向对数概率序列;
43、将所述特征子集输入符号回归引擎,以使所述符号回归引擎基于预先配置的平滑非线性算子库,在所述特征子集的范围内,拟合出白盒数学因子表达式;
44、对所述白盒数学因子表达式执行多层级质量控制校验,并将通过所述多层级质量控制校验后的白盒数学因子表达式识别为目标表达式,将所述目标表达式所描述的复合因子识别为目标因子;所述多层级质量控制校验基于对所述复合因子的冗余性剔除、噪声干扰剥离及统计方向一致性的多重级联校验规则而设定;
45、将所述目标因子的因子评价指标映射为连续奖励信号;根据所述连续奖励信号、所述前向对数概率序列以及所述后向对数概率序列,更新所述生成流网络的策略参数。
46、与相关技术相比,在本实施例中提供的量化投资白盒因子挖掘方法,通过获取原始量价交易数据,为原始量价交易数据生成基础因子池;计算基础因子池中各基础因子的因子评价统计量,基于多维的因子评价统计量构建多维元数据先验矩阵;基于多维元数据先验矩阵,循环执行以下过程直至达到预设的循环终止条件,得到挖掘出的白盒数学因子表达式:以基础因子池为动作空间,将已选特征的历史动作序列嵌入作为查询源,将多维元数据先验矩阵同时作为键与值,利用基于交叉注意力机制的生成流网络,从基础因子池中确定出特征子集;记录产生的前向对数概率序列与后向对数概率序列;将特征子集输入符号回归引擎,以使符号回归引擎基于预先配置的平滑非线性算子库,在特征子集的范围内,拟合出最优白盒数学因子表达式;对最优白盒数学因子表达式执行多层级质量控制校验,并将通过多层级质量控制校验后的白盒数学因子表达式识别为目标表达式,将目标表达式所描述的复合因子识别为目标因子;多层级质量控制校验基于对复合因子的冗余性剔除、噪声干扰剥离及统计方向一致性的多重级联校验规则而设定;将目标因子的因子评价指标映射为连续奖励信号;根据连续奖励信号、前向对数概率序列以及后向对数概率序列,更新生成流网络的策略参数。其通过赋予量化交易因子原生的可读性与清晰的经济学逻辑,同时通过质控闭环自动剪枝无效搜索空间,从而提高了因子的可解释性、多样性及搜索效率。
47、本技术的一个或多个实施例的细节在以下附图和描述中提出,以使本技术的其他特征、目的和优点更加简明易懂。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com