【东吴证券】金工专题报告：深度学习系列之四：从人工写因子到AI写因子：LLM-MCTS驱动的可解释因子迭代框架-260623（39页）.pdf

1、证券研究报告金融工程金工专题报告 东吴证券研究所东吴证券研究所 1/39 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 金工专题报告 20260623 深度学习系列之四：从人工写因子到深度学习系列之四：从人工写因子到 AI 写因写因子：子：LLM-MCTS 驱动的可解释因子迭代框驱动的可解释因子迭代框架架 2026 年年 06 月月 23 日日 证券分析师证券分析师 于明明于明明 执业证书：S0600525120002 相关研究相关研究 VIX 上行未过热，衍生品指向偏强震荡 2026-06-19 深度学习系列之三：AI 因子挖掘的双路径实践与 Skill 沉淀从表达式搜索

2、到 Agent 化研究流程 2026-06-15 Table_Tag Table_Summary 本报告围绕本报告围绕“人工写因子人工写因子”向向“AI 挖因子挖因子”的范式升级，构建的范式升级，构建 LLM-MCTS 可解释因子迭代框架。可解释因子迭代框架。MCTS 负责在公式或代码搜索树中进行选择、扩展、评测和回传，LLM 负责生成金融假说、给出可执行表达式或Python 函数、解释机制并审查数据合法性。相比一次性让模型写公式，该框架把候选生成、周度 RankIC/IR 评测、样本内选择、样本外检验和经验库沉淀组织成闭环，可覆盖日频 Seed 改造、低频 Seed 池批量挖掘和高频分钟行为

3、挖掘。在日频在日频 Seed 定向改造中，我们以定向改造中，我们以 29 个低频价量原始因子为起点，对每个低频价量原始因子为起点，对每个个 Seed 保留迭代过程、候选池和样本内外表现。保留迭代过程、候选池和样本内外表现。结果显示，候选池层面 25/29 个 Seed 至少搜索到过样本外优于原始 Seed 的候选，说明 LLM-MCTS 并非只是在原因子附近做机械组合，而是能够围绕波动、反转、成交确认、区间状态等逻辑提出增量结构。样本内正式候选以优于原始Seed 为准，样本外仅用于验证，从而避免用样本外倒推选因子。在低频在低频 Seed 池批量挖掘中，我们进一步放松池批量挖掘中，我们进一步放松

4、“必须贴近单个必须贴近单个 Seed”的的约束，以约束，以 12 个根节点机制作为起点进行批量搜索。个根节点机制作为起点进行批量搜索。样本内生成的 173个因子优于对应原始 Seed，143 个同时实现样本内和样本外优于原始Seed，占样本内有效候选的 82.7%。双优候选去重后包含 123 个公式，并沉淀 58 个可复用经验或工具。稳定性和差异性方面，双优候选之间的全局绝对相关性整体偏低，均值 0.2604、中位数 0.2148、90%分位数0.5529，绝对相关性大于 0.8 的比例仅 1.88%、大于 0.9 的比例仅 0.71%，说明搜索结果没有坍缩为少数同质信号。该框架亦可以用在高频

5、分钟因子挖掘，给定原始的经验因子作为该框架亦可以用在高频分钟因子挖掘，给定原始的经验因子作为 Seed，经验函数作为经验函数作为 LLM 生成新因子的思路参考，利用生成新因子的思路参考，利用 LLM-MCTS 搜索框搜索框架，可以得到更高质量的高频因子。架，可以得到更高质量的高频因子。其中“高量脉冲次数”因子表现最突出，样本内/样本外 RankIC 为 0.0839/0.0744，样本内/样本外 ICIR 为1.140/0.770，RankIC 保留率 0.89；成交量高脉冲收益波动、成交额加权实现波动、尾盘相对开盘振幅等代表因子样本外 RankIC 亦达到 0.0627至 0.0647，验证

6、框架可从日频公式扩展到分钟级交易行为机制。风险提示：风险提示：1)模型失效风险。本研究基于历史数据和统计规律构建因子，历史表现不代表未来收益。当市场结构、投资者行为、流动性环境或监管政策发生变化时，量价因子可能衰减甚至失效，导致组合表现不及预期。2)过拟合风险。本文采用自动化方法进行因子挖掘，未来市场变化可能导致因子泛化能力下降。3)数据质量风险。因子研究依赖行情、成交量、估值及收益标签等数据。数据缺失、异常、复权处理差异以及不同评测口径、股票池和样本区间设置，均可能影响研究结论。4)大语言模型生成风险。大语言模型生成的因子逻辑、代码及工具函数可能存在理解偏差或实现错误。实际应用前，仍需对代码