因子遗传：从数据到因子池

因子是“把价格、成交量等原始数据加工成一个可排序的分数”。因子遗传让算法在历史数据里自动尝试大量公式，再把有效的公式组合起来。

它到底在做什么

假设你每天都给一篮子的币打分，分数高的多买、分数低的少买。因子就是打分公式，例如“5 日均线减 20 日均线”。

人工想公式很慢，因子遗传让算法自动组合加减乘除、均值、相关性、波动率等操作，评估每个公式对未来收益的预测能力，把表现好的留下来继续变异。

前置数据

新建任务

1. 打开因子遗传

   进入量化center → 因子挖掘 → 因子遗传，点击“新建任务”。

2. 填写标的池

   每行一个标的。输入后系统会检查数据是否可用；无效标的会被标出。

3. 划出训练段和测试段

   训练段用来搜索，测试段用来检验。两者不要重叠，测试段尽量晚于训练段。

   你应该看到：页面显示训练天数、测试天数和数据覆盖范围。

4. 设置预测周期和搜索规模

   第一次先用较小步数，确认流程和耗时；不要一上来就跑很大的任务。

5. 选择挖掘方式

   界面会提供强化学习、遗传算法、LLM 辅助等不同方式。第一次建议先用默认方式，熟悉后再比较差异。

监控与过拟合

任务启动后，监控页会同时画训练曲线和测试曲线。两条线的关系比单条曲线的高低更重要。

因子池

因子池是当前被选中的公式组合。它有几个常用视图：

• 快照轴：回看任意历史时刻的池子，比较不同阶段的组合。
• 因子表：每个公式的权重和单因子表现。
• 相似度热力图：两个因子越相似，冗余越大。
• 时间线：谁被加入、谁被淘汰，以及组合强度的变化。
• 导出：下载当前快照，或生成策略包。

权重反映相对贡献，不要求加起来等于 100%。相似度高的因子即使权重不低，也可能没有提供新增信息。

单因子详情

判断一个因子，至少同时满足：测试段方向稳定、分位数大致单调、与现有因子不雷同。

回测与生成策略

满意的组合可以直接提交回测，或生成策略包。回测前确认：

• 用的是测试段或样本外区间，而不是训练段。
• 手续费、滑点和资金规模设置合理。
• 组合在多个快照上都不是只靠某一个因子。

生成的策略仍然要在工作台里构建、在实验室里回测，并通过模拟盘验证。

常见错误

常见问题

• 因子挖掘要跑多久？

  取决于标的数量、数据量、步数和机器负载，可能从几十分钟到数小时。第一次先用较小步数和较短区间熟悉流程，确认有效后再扩大。

• IC 多少算好？

  没有统一标准，但绝对值长期稳定比单次高低更重要。先看测试段是否同向，再看分位数是否单调、与池内因子是否高度相似。

• 训练曲线很好、测试曲线很差怎么办？

  这通常说明过拟合。停止训练，保留较早的快照，并检查标的池、区间和参数是否被反复针对测试段调整。