【东吴金工于明明团队】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

东吴于明明 2026-06-23 置信度: high

综合质量 4 /5

新颖性 5 /5

可复现性 4 /5

核心内容

本文构建了LLM-MCTS可解释因子迭代框架。以已有因子为根节点，MCTS在公式搜索树中进行选择、扩展、评测和回传；LLM在扩展阶段生成带有假说、方向、适用场景等要素的候选公式。系统采用mcts_reward_score作为奖励，结合UCT和虚拟扩展机制，决定搜索路径。该框架在日频、低频批量及高频分钟因子挖掘中均展现出有效性，并沉淀了可复用的经验库。

经济逻辑

传统人工写因子受限于认知边界，遗传规划等自动搜索方法缺乏金融逻辑且易过拟合。本框架利用LLM的常识推理能力将因子生成约束在合理的金融逻辑内（如波动、反转、成交确认），同时利用MCTS解决LLM一次性生成易陷入局部最优且缺乏反馈闭环的问题。通过“提出假说-生成代码-评测回传-迭代优化”的闭环，确保挖掘出的因子既具有经济学解释性，又经过严格的统计验证。

超额收益逻辑

通过LLM对已有因子进行逻辑改写和结构增强，提取波动、反转、成交确认等增量结构。高频方面如“高量脉冲次数”通过捕捉分钟级交易行为的微观结构获取超额收益。

构造细节 [model]

模型架构

LLM-MCTS框架：1.初始化：以原始因子为根节点；2.选择：根据UCT和virtual_score选择扩展节点(决定横向扩宽还是向下挖深)；3.扩展：LLM读取父节点公式、评测弱项和历史路径，生成带有假说、方向、适用场景的新公式；4.审查：逻辑审查、公式解析、合法性过滤；5.评测：计算周度RankIC/IR、覆盖率、换手、相关性；6.回传：计算mcts_reward_score并沿父链回传更新访问次数和最优奖励。

输入

父节点公式root逻辑当前评测弱项历史路径可用算子边界

输出

新因子公式, 因子逻辑假说, 评测指标

训练

基于MCTS的强化学习式搜索迭代，无梯度反向传播。奖励来自真实行情数据计算的周度RankIC/IR及换手、覆盖率等多维指标综合而成的mcts_reward_score。

数据输入

: (日频/分钟)

组合方式

无，单因子评测

绩效

82.7%

双优候选占样本内有效候选比例

0.2604

双优候选全局绝对相关性均值

1.88%

双优候选绝对相关性>0.8的比例

0.0839

高量脉冲次数因子样本内RankIC

0.0744

高量脉冲次数因子样本外RankIC

1.140

高量脉冲次数因子样本内ICIR

0.770

高量脉冲次数因子样本外ICIR

0.0627至0.0647

高频代表因子样本外RankIC区间

基准: 原始Seed因子

回测期: 未提及

框架在日频、低频批量及高频分钟因子挖掘上均表现优异。低频Seed池挖掘中143个因子在样本内外均优于原始Seed，占比达82.7%，且候选因子间全局相关性低，无严重同质化。高频挖掘中高量脉冲次数因子样本外RankIC保留率达0.89。

收益归因

稳健性

子样本稳定性: 严格区分样本内选型和样本外验证，样本外仅用于验证不反选因子。高频“高量脉冲次数”因子样本外RankIC保留率达0.89。

风格偏差: 未明确提及

通过严格的样本内外划分和过拟合惩罚机制，保证因子泛化能力。低频双优候选占样本内有效候选比例达82.7%，且因子间绝对相关性低(均值0.26)，无同质化坍缩。

数据依赖

所需数据: 低频价量数据(open, high, low, close, volume, amount)，高频分钟行情数据

可复现性: medium

基础数据为标准量价数据，获取容易；但框架依赖LLM生成逻辑且评测流程复杂，完整复现MCTS搜索树及LLM提示词工程具有一定挑战。

新颖性评估 [新方法]

将LLM与MCTS结合，LLM不仅作为生成器还作为逻辑审查器；设计了virtual_score控制搜索树形状；构建了包含严格样本内外区分和经验沉淀的闭环工程化框架，有效解决了自动因子挖掘的过拟合和缺乏解释性痛点。

不足与缺陷

评测指标以周度RankIC/IR为主，对极端市场环境或特定风格暴露的稳健性验证不足
高度依赖LLM的能力，不同模型版本或Prompt设计可能显著影响生成质量
LLM生成代码可能存在理解偏差或实现错误，需独立验证，增加了实际应用成本

可复用元素

LLM与MCTS结合的思路，兼顾语义生成与搜索效率
mcts_reward_score多维度评测指标综合
virtual_score控制搜索树形状(横向vs纵向)的机制
严格的样本内选型与样本外验证分离原则

启发

可以使用大模型对已有失效因子进行逻辑诊断并提出修复假说
搜索树节点的奖励函数可引入换手率和相关性惩罚，避免同质化
不仅是生成公式，可以让大模型生成可执行的Python函数以支持复杂逻辑

改进方向

将搜索扩展阶段的LLM由单模型生成改为多智能体辩论机制，引入不同金融视角的Agent(如量价Agent、基本面Agent)提出假说，增强候选因子的多样性

基于: LLM-MCTS的扩展阶段预期收益: 减少单一LLM的认知路径依赖，提升生成因子的逻辑广度和跨维度特征捕捉能力

复现计划

1. 收集A股日频/分钟量价数据；2. 选定基础算子库和初始Seed因子；3. 搭建MCTS搜索框架，实现节点选择、扩展、评测、回传逻辑；4. 接入LLM API，构建Prompt使其读取节点信息并输出带假说的候选公式；5. 实现因子解析器和回测引擎，计算周度RankIC/IR、覆盖率、换手等指标并合成mcts_reward_score；6. 实现virtual_score判断逻辑控制搜索树生长；7. 跑通日频Seed改造和高频因子挖掘流程，对比样本内外表现。