金工深度研究：双目标遗传规划应用于行业轮动

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 金工 双目标遗传规划应用于行业轮动 华泰研究 研究员 林晓明 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +(86) 755 8208 0134 研究员 徐特，PhD SAC No. S0570523050005 xute@htsc.com +(86) 10 6321 1166 研究员 何康，PhD SAC No. S0570520080004 SFC No. BRB318 hekang@htsc.com +(86) 21 2897 2039 联系人 卢炯 SAC No. S0570123070272 lujiong@htsc.com +(86) 755 8249 2388 双目标遗传规划周频行业轮动净值 注：回测区间为 2022-09-30 至 2024-04-30，底层资产为32 个中信行业指数，每周第一个交易日调仓；基准组合为行业等权周度再平衡组合；不考虑交易费用。 资料来源：Wind，华泰研究 2024 年 5 月 20 日│中国内地 深度研究 人工智能 79：应用双目标遗传规划构建周频行业轮动策略 本文提出了双目标遗传规划模型，并将其应用于周频行业轮动。自 2022Q3电力设备及新能源行业的行情结束以来，市场主线强度转弱、行业轮动速度加快，月频行业轮动模型难以持续稳定地获取超额收益，构建周频行业轮动策略是应对良策。双目标遗传规划同时以|IC|和 NDCG@k 作为适应度函数来评价因子有效性，挖掘出了一批兼顾单调性和多头组表现的因子。我们使用贪心策略将其合成为综合因子。2022-09-30 至 2024-04-30，综合因子的扣费前年化超额收益为 25.74%，夏普比率 1.70，最大回撤-21.47%，显著优于单目标遗传规划模型的表现；年化换手为单边约 13 倍。 双目标遗传规划在进化过程中更易保持种群多样性 遗传规划流程主要包括交叉变异、适应度评估、子代选择等三个步骤，能否维持种群多样性是因子挖掘能否成功的关键。单目标遗传规划不仅因子评价维度不全面，还面临严重的种群拥挤问题。与单目标遗传规划相比，双目标遗传规划在适应度评估阶段选取两个侧重点不同的评价指标来评价因子有效性，在子代选择阶段采用 NSGA-II 算法，形成了双目标的对抗，种群拥挤的速度自然会慢得多。此外，我们还做了如下努力来尽可能保持种群多样性——在设置种群规模和进化次数的时候要求前者远大于后者，同时将初始种群分为若干小种群，让每一个小种群单独执行遗传规划流程。 双目标遗传规划模型的表现显著优于单目标遗传规划模型 同时将|IC|和 NDCG@k 作为适应度函数来评价因子有效性。其中，|IC|侧重因子单调性，NDCG@k 侧重多头组表现。考虑到本研究可以拓展至选股场景，故遗传规划算子使用 PyTorch 实现便于 GPU 加速，共计 64 个。我们每隔 3 个月重新训练模型。每个重训练日，为了降低随机因素的干扰，设置了 6 个随机数种子执行了 6 轮因子挖掘，并使用贪心策略将 6 轮因子挖掘的结果合成为周频行业轮动综合因子。消融实验仅以|IC|或 NDCG@k 作为适应度函数开展单目标遗传规划，其他参数细节均保持不变。在相同的回测区间内，双目标遗传规划模型的表现显著优于单目标遗传规划模型。 风险提示：遗传规划在滚动窗口中挖掘历史规律，规律可能在下次重新挖掘之前失效；月频和周频行业轮动模型都有其适用的市场条件，无法保证在任何市场条件下均可取得超额收益；涉及的具体行业不代表任何投资意见，请投资者谨慎理性地看待。 0.91.01.11.21.31.41.50.80.91.01.11.21.31.41.52022-102023-012023-042023-072023-102024-012024-04基准组合轮动策略净值比（右轴） 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 正文目录 本文导读 ....................................................................................................................................................................... 3 背景一：市场主线强度不高，月频行业轮动模型表现不稳定 ................................................................................ 3 背景二：用选股因子合成行业轮动因子其有效性无法被保证 ................................................................................ 6 双目标遗传规划原理详解 .............................................................................................................................................. 8 单目标遗传规划面临的痛点................................................................................................................................... 8 NSGA-II 算法重要概念 .......................................................................................................................................... 9 遗传规划算子介绍 ............................................................................................................................................... 10 双目标遗传规划应用于行业轮动 ................................................................................................................................. 12 适应度函数定义 ..............................................................................................