Qlib智能因子挖掘系统（五）：让因子自己长出来，遗传编程初探

引言

“数据是土壤，算法是阳光，因子则是要破土而出的那颗种子。”

先前我们探讨了 Qlib 的因子系统，虽然手动编写策略具备高适应性，但本质上还是遵循“人工设定指标、系统进行验证”的传统模式。现在，我们将尝试让机器自主完成指标设计环节——通过运用***遗传编程 (Genetic Programming, GP)*** 技术，观察这些指标如何像生物体一样自我优化、不断进步。

Qlib 的瓶颈：只能“拼”不会“生”

系列开篇介绍了Alpha158，这个模型包含了158个手工设计因子，让使用者体验到了即插即用的便捷性，然而，当你希望系统能够自主生成新因子时，便会意识到Qlib目前仅支持对已有因子进行线性或非线性的组合，尚不具备自动生成的功能

那么，能不能让机器自己写因子？

能够实现，并且想法十分顺理成章：将因子视为“生命体”，让它们在优胜劣汰的环境中自主发展。

遗传算法＆遗传编程，一分钟入门

如果你已经熟悉 GA/GP，可以直接跳到下一节。

遗传算法和遗传编程的区别归纳如下,将遗传编程整合进 Qlib 需要明确方法和步骤,开始前必须设定初始种群

生成一些因子公式开yun体育官网入口登录app，其中元素包含：加法，减法，乘法，除法，指数移动平均，标准差，相关系数等，然后进行适配度评价

借助 Qlib 的模拟交易或 IC/RankIC 衡量，针对每支因子树进行评分评估，接着挑选并组合

让高分因子优先“繁衍”，交叉子树、互换基因。变异

随机替换节点或子树，注入新血。循环迭代

若干世代后开元ky888棋牌官网版，保留表现最优或稳健度最高的因子。

这个流程很面熟，确实，跟农业种植类似，先撒下种子，接着挑选出优质幼苗，然后进行品种改良，再筛选一遍，如此循环，最终选育出一些产量高的种子。

推荐工具：DEAP，一行代码都不嫌多

快速上手（伪代码）：

import deap.gp as gp
算子被设定为 gp 的 PrimitiveSet 类型，命名为 FINANCE，参数个数是四个
# ... 添加 add, sub, ema 等
toolbox = gp.Toolbox()
注册一个评估函数，该函数用于执行因子回测，这是你的Qlib回测方法
# 初始化、进化、选优...

进化现场：一段真实 Log

为了让大家直观感受，下面是某次实验里的父子代对比。

父代 1: 当标准差($收盘价,13)等于指数移动平均($最高价,11)时，取最小值($开盘价,31)在56周期内的最低点，否则计算相关系数($未平仓合约量,$收盘价,6)在55周期内的斜率，最后取结果的8周期rsquare值
父代 2: 先判断数量与收盘价是否不等，再确认最低价是否等于持仓量，最后将结果转化为数值
关联→后代：Rsquare(当(标准差($open_interest,13)等于移动平均($high,11))时，取最小值($open,31)在56位置的最小值，否则计算相关系数($open_interest,$close,6)斜率在55位置的值)，取8
变异→子代: *同上，节点变异...*

看着像天书？不用急开元ky888棋牌官方版，关键在于 —— 机器确实在自行生成元素，并且部分芯片效果相当不错。

写在最后

从“手工构建因子”到“因子自主生成”，遗传编程为量化分析开辟了新途径。接下来，我们将进行实践操作：借助 DEAP 与 Qlib，执行一次完整的因子培育，并评估其对投资组合表现的影响。