因子挖掘与OpenFE框架介绍
我们在前期报告中进行了部分高频因子构建研究，但部分在日频量价因子中可以使用的自动化挖掘模式，如遗传规划等，在高频领域实现有较大困难。在本篇报告中，我们借鉴OpenFE的框架，实现对高频因子的批量化挖掘。该框架介绍了一种在机器学习领域自动化生成特征的通用方法，将基本特征转换为信息量更大的特征，投喂各类模型后能获得更好效果。该框架提出了先扩张（Expansion）再缩减(Reduction)的方案，并将缩减过程分为两步（连续二分法和特征重要性归因）。
在扩张阶段，框架会使用我们设计的所有算子进行特征遍历，一次性得到大量特征。在缩减阶段，首先使用连续二分法对样本数据随机采样，随着轮次增加，所用样本长度逐渐提升、特征数量逐渐减少。同时使用FeatureBoost避免每次都使用所有特征投喂LGBM进行特征有效性验证，两种方式结合大幅提升了特征筛选效率。
OpenFE高频因子挖掘方案
经过统计、归纳发现，大部分高频因子均可表示成Mask、基础特征和聚合算子的组合形式。我们梳理归纳了主流的Mask和聚合算子，使用高频数据的字段进行遍历生成备选特征。经过对比可以发现，大部分高频因子均可由此方式组合得到。在计算阶段，我们将数据首先转换为tensor转移至GPU使用torch计算，运算速度得到大幅提升。在验证阶段，我们为了保证效率，使用IC作为评价指标进行逐步特征剔除。
OpenFE高频因子测试结果与选股策略
从测试结果发现，由此方法所得因子整体均有较好的选股效果。因子的周度IC均值ABS平均为2.57%。而若将这些因子作为特征输入LGBM模型，整体表现能有进一步提升，IC均值6.42%，多头年化超额7.87%。对比前期报告中LGBM使用Alpha158和GJQuant所得因子，合成后因子表现还能有所改善，IC均值8.76%，多头年化超额19.34%，多头超额回撤仅为3.86%，多空年化收益率67.08%，多空最大回撤16.98%。
考虑扣费后，所构建的中证1000选股策略在2022年-2024年10月长期的市场波动中，获得了8.62%的年化超额收益率，策略的信息比率0.77，超额最大回撤11.95%。说明使用上述方法所得高频因子在经过LGBM模型训练后，可以在中证1000股票池中获得相对较稳定的超额收益。结合我们前期报告中所使用特征数据Alpha158和GJQuant所得模型的合成因子构建策略，年化超额收益率为13.68%，超额最大回撤仅为4.38%，信息比率为1.98。
风险提示
1、以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在时效的风险。
2、策略通过一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出现亏损。
