[论文解读] AutoAlpha: an Efficient Hierarchical Evolutionary Algorithm for Mining Alpha Factors in Quantitative Investment

Tianping Zhang, Yuanqi Li+2 more|arXiv (Cornell University)|Feb 8, 2020

Stock Market Forecasting Methods被引用 11

一句话总结

AutoAlpha 是一种分层进化算法，通过基于主成分分析的质量多样性方法、热启动策略和替换策略，自动从大规模股票数据集中挖掘多样化且高性能的公式化 alpha 因子。其在沪深 A 股市场回测中实现了卓越的风险调整后收益（持有期 h=1 时夏普比率为 3.39），优于基线方法。

ABSTRACT

The multi-factor model is a widely used model in quantitative investment. The success of a multi-factor model is largely determined by the effectiveness of the alpha factors used in the model. This paper proposes a new evolutionary algorithm called AutoAlpha to automatically generate effective formulaic alphas from massive stock datasets. Specifically, first we discover an inherent pattern of the formulaic alphas and propose a hierarchical structure to quickly locate the promising part of space for search. Then we propose a new Quality Diversity search based on the Principal Component Analysis (PCA-QD) to guide the search away from the well-explored space for more desirable results. Next, we utilize the warm start method and the replacement method to prevent the premature convergence problem. Based on the formulaic alphas we discover, we propose an ensemble learning-to-rank model for generating the portfolio. The backtests in the Chinese stock market and the comparisons with several baselines further demonstrate the effectiveness of AutoAlpha in mining formulaic alphas for quantitative trading.

研究动机与目标

• 为解决在量化投资中手动设计有效 alpha 因子所面临的挑战，该过程耗时且需要专业知识。
• 通过进化计算，自动从大规模股票数据中发现多样化且高性能的公式化 alpha 因子。
• 克服传统遗传算法在 alpha 因子挖掘中存在收敛速度慢和早熟收敛等局限性。
• 开发一种可扩展且高效的框架，使小型机构和个体投资者能够生成具有竞争力的 alpha 策略。

提出的方法

• 提出一种基于公式化 alpha 固有模式的分层搜索结构，以快速定位庞大搜索空间中的有希望区域。
• 引入基于主成分分析的质量多样性（PCA-QD）方法，引导搜索避开已探索区域，从而提升多样性与性能。
• 采用热启动方法，以高质量解初始化种群，加速收敛过程。
• 使用受稳态遗传算法启发的父代-子代替换策略，以维持种群多样性并防止早熟收敛。
• 应用集成学习排序模型，将表现最佳的 alpha 因子组合成最终投资组合策略。
• 通过分层回测和与基线方法在中证 800 指数上的对比，验证该方法的有效性。

实验结果

研究问题

• RQ1 如何在不进行穷举搜索的情况下，高效定位公式化 alpha 因子庞大搜索空间中的有希望区域？
• RQ2 哪些机制能够引导进化搜索发现多样化且高性能的 alpha 因子，同时避免收敛到相同的局部最优解？
• RQ3 在从金融时间序列中挖掘 alpha 因子时，如何防止遗传算法出现早熟收敛？
• RQ4 自动化、进化式方法在生成盈利性 alpha 因子方面，相较于人工设计或基线方法，能有多大程度的超越？
• RQ5 分层、质量多样性驱动的进化框架是否能在不同市场条件下持续生成多样化且具有高信息系数的 alpha 因子？

主要发现

• AutoAlpha 在持有期 h=1 时实现了 90.0% 的年化收益率（相对于市场）和 3.39 的夏普比率，显著优于市场和基线方法。
• 该方法生成了 50 个多样化公式化 alpha 因子，其平均信息系数（IC）为 0.078，超过 0.05 的强预测能力阈值。
• 在回测中，AutoAlpha 策略在 h=1 时相对收益较 S&P 500 类似市场指数高出 98.2%，在 h=5 时高出 34.0%。
• PCA-QD 组件成功引导搜索进入未探索的高性能区域，促进了发现低相关性的多样化 alpha 因子。
• 热启动和父代-子代替换方法有效缓解了早熟收敛问题，维持了种群的多样性与性能稳定性。
• 基于 AutoAlpha 输出的集成学习排序模型在多个持有期间均表现出强劲性能，展现出良好的鲁棒性与可扩展性。