改进了deap的fitness和metrics

ailabx

我们目前投入使用的因子挖掘，基于两个框架，deap和gplearn，deap做一点点改动，就可以完美应用于多标的截面因子挖掘。而gplearn如果要支持三维数据，则需要很多改动，但gplearn的优点是代码读起来很顺畅。

——也许我会考虑把gplearn应用于单标的，比如CTA的时序因子挖掘。

从结果来看，传统研报里说的IC分析，其实不科学。IC就是因子与收益率的平均相关系数。这个相关系数只能说，可能说能解释一部分，有一定的关系，但关系是什么？如果你把时间分成两段来看，有可能前半段正相关，后半段负相关，然后一平均，看起来这个值还可以。

ailabx

这个因子是：'sqrt(log(ts_delta(volume, 20)))'

_KK_

有可能前半段正相关，后半段负相关，然后一平均，看起来这个值还可以。
——结论是什么，怎么破？

ailabx

_KK_ 发表于 2024-8-21 12:15
有可能前半段正相关，后半段负相关，然后一平均，看起来这个值还可以。
——结论是什么，怎么破？ ...

没办法，只能说ic不靠谱。
或者说因子失效了。

shiwujiang

所以可能还要因子择时，多个因子滚动周期分别计算ic，发现连续几期ic不行的话就换因子……

ailabx

shiwujiang 发表于 2024-8-22 14:43
所以可能还要因子择时，多个因子滚动周期分别计算ic，发现连续几期ic不行的话就换因子…… ...

对的，定期更新，看稳定性。

mrsteveken

ailabx 发表于 2024-8-22 14:48
对的，定期更新，看稳定性。

有没有可能用机器学习总结出来因子表现的好坏条件呢？这样就可以嫁接一个择时模型在因子使用上。不知道，这样是否能进一步提高策略效能（当然，另一个前提得有相关性较低的因子库）？

hendlieck

总感觉是标的是etf的原因？策略逻辑本质上是成交量放大？