【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

2.1 MCTS模型可以提高搜索效率

MCTS的英文全称是Monte Carlo Tree Search，中文通常译为“蒙特卡洛树搜索”。它是一类序贯决策搜索方法：把一个复杂问题表示成一棵树，树上的节点代表当前状态，边代表可执行动作；算法在有限预算下不断重复“选择、扩展、评估、回传”，逐步把计算资源集中到更有希望的分支，同时保留对未充分探索分支的试探。

从方法论上看，MCTS适合处理“搜索空间很大、每一步选择会影响后续空间、单次评估代价较高、又不能完全依赖贪心”的问题。它最早广泛应用于棋类和博弈决策，例如围棋中每一步落子都会形成新的局面树；在本项目中，MCTS被移植到公式因子挖掘里，每个节点代表一条已经生成并评测过的因子公式。

公式化因子挖掘的难点在于组合空间呈爆炸式增长。以低频价量因子为例，一个因子可以由open、high、low、close、volume、amount等字段构造；可以选择Mean、Std、Corr、If、Sign等算子；还可以调整窗口、嵌套层数、方向、条件过滤和交互方式。即使只开放几十个算子和少量窗口，候选公式数量也会远超可穷举范围。

另一个难点是不能只选择当前分数最高的候选继续扩展。某个候选在第一轮表现最好，并不代表围绕它继续加深一定最优；相反，一个当前分数略低但结构更有延展性的分支，可能在后续生成更强的子公式。MCTS方法通过UCT机制在“利用已知高分分支”和“探索访问较少分支”之间平衡，避免搜索过早收敛到局部最优。

本项目还面临评测成本约束。每个候选公式都要在股票池上计算因子值、对齐未来收益、按周度计算截面RankIC和RankIR，并额外评估覆盖率、换手、与已有候选的相关性、公式复杂度等指标。因此MCTS的作用不是替代回测，而是决定有限的回测预算应该优先投向哪条搜索路径。

可见MCTS主要解决三个问题：第一，把公式生成过程组织成可追踪的搜索树；第二，用reward和UCT决定下一轮扩展哪个节点；第三，把每轮候选的真实评测结果回传到树上，使后续搜索既参考历史最优表现，也保留必要的探索空间。

2.2 MCTS模型具体流程

MCTS的方法论可以概括为“用树记录已探索路径，用评分决定下一步扩展方向”。在本文的因子挖掘任务中，根节点是输入的原始因子，子节点是由LLM或模板生成并完成评测的候选公式，父子关系表示候选公式从哪一个已有公式改写而来。这样，公式生成不再是一次性枚举，而是被组织成一棵可以复盘、可以回传反馈的搜索树。

一次MCTS迭代包含“选择、扩展、评测、回传”四个动作：选择阶段根据当前搜索树确定要扩展的节点；扩展阶段围绕该节点生成若干候选公式；评测阶段用真实行情数据计算候选因子的IC、IR、覆盖率、换手和相关性；回传阶段把候选得分沿父链写回搜索树，更新各节点的访问次数和历史最优奖励。

在上述闭环中，候选公式先由评测函数转化为reward，再由搜索树结构转化为UCT。二者承担不同职责：reward衡量“某个公式本身好不好”，UCT衡量“下一轮是否还应该继续沿这个节点探索”。

本文MCTS搜索使用mcts_reward_score作为回传奖励。它不是单一IC排序，而是把预测强度、稳定性、覆盖率、换手友好度、候选多样性和过拟合惩罚合成为一个搜索阶段分数：

完成reward回传后，MCTS在选择阶段使用UCT对子节点排序。UCT由“利用项”和“探索项”两部分组成：利用项是该分支历史上找到过的最好reward，探索项则由父节点访问次数和当前节点访问次数共同决定。

除了在已有子节点之间向下选择，代码还加入virtual expansion判断，用来决定是继续沿最优子节点挖深，还是停留在当前节点横向扩宽。这里的关键不是给某个候选因子重新打分，而是在搜索树上比较两种动作：第一，沿当前节点下已经存在的最优child继续往深处走；第二，暂时不进入child，而是在当前节点上再生成一批新的兄弟候选。

virtual_score可以理解为“当前节点继续横向扩宽的机会价值”。其中best_reward代表当前节点所在分支已经证明过的最好结果，说明这个节点附近确实有价值；后面的virtual_expansion_weight/(1+expansions)是额外给当前节点的一点探索补贴。节点扩展次数越多，expansions越大，这个补贴越小，表示系统已经给过该节点足够多横向尝试机会，后续更倾向于沿已有高UCT子节点向下挖深或切换分支。

因此，virtual_score的判断逻辑可以用一句话概括：如果“当前节点再试一批新候选”的机会价值不低于“最优子节点继续向下挖”的价值，就停在当前节点继续扩宽；否则进入UCT最高的子节点继续深挖。它本质上是在控制搜索树的形状，避免搜索树一开始就变成一条很深但很窄的链。

因此，MCTS在本文中的作用不是替代因子评测，而是管理有限搜索预算：LLM负责提出候选公式，evaluate_alpha负责把候选转化为reward，MCTS再用UCT、virtual expansion和回传机制决定下一轮应当横向扩宽、纵向挖深，还是切换到新的兄弟分支。

2.3 LLM-MCTS模型运作逻辑

在本文框架中，LLM-MCTS不是简单地把大语言模型接到搜索树后面，而是把MCTS的搜索控制能力与LLM的语义生成能力拆成两个层次。MCTS负责决定“下一轮扩展哪个节点”，LLM负责回答“围绕这个节点，哪些公式改写在金融逻辑上值得尝试”。因此，LLM-MCTS的核心不是让LLM直接给出最终因子，而是让LLM成为MCTS扩展动作的生成器和逻辑审查器。

从流程上看，加入LLM前后的MCTS主干并没有改变：系统仍然从Seed初始化开始，经过节点选择、候选扩展、样本内评测、reward回传和下一轮搜索，最后进入样本内外复评验证。也就是说，MCTS仍然是整个框架的控制层，负责管理搜索树、分配搜索预算和决定路径切换。

真正发生变化的是扩展动作的生成方式。没有LLM时，MCTS的扩展通常依赖固定模板、随机扰动或预设算子组合；这些方法能够持续产生候选公式，但容易出现机械堆叠、金融逻辑弱、解释依赖事后补充的问题。加入LLM后，每一次扩展都变成“带语义约束的候选生成”：LLM会读取父节点公式、root逻辑、当前评测弱项、历史路径和可用算子边界，生成带有假说、方向、适用场景、风险和组件解释的新公式。

同时，LLM的加入并不意味着模型决策权转移给大语言模型。候选公式仍必须通过逻辑审查、公式解析、合法性过滤和真实数据评测；审查不通过的候选不会进入MCTS树，评测不佳的候选也不会因为文字解释好而被保留。换言之，LLM改变的是“候选从哪里来、是否具备金融假说”，MCTS保留的是“下一步往哪里搜、哪些结果可以回传”的决策权。

因此，LLM-MCTS与没有LLM的MCTS并不是两套完全不同的搜索框架，而是在同一套MCTS控制层上替换并增强了“扩展器”。没有LLM时，扩展器更像算子模板库；加入LLM后，扩展器变成能够理解父节点经济含义、识别评测弱项、提出逻辑假说并输出候选公式的研究代理。

从信息流看，MCTS给LLM的不是一个空白任务，而是带约束的上下文：父节点公式、root大逻辑、当前RankIC/RankIR、最弱维度、历史搜索路径、已高频出现结构和可用算子边界。LLM返回给MCTS的也不是单个答案，而是一组可被解析、可被审查、可被回测的候选动作。随后，数据评测层把这些动作转化为mcts_reward_score、absRankIC、absRankIR、coverage、turnover、diversity、overfit等指标，MCTS再据此更新搜索树。

因此，LLM-MCTS的运作逻辑可以概括为三层闭环：第一层是MCTS控制层，负责选择、回传和路径切换；第二层是LLM生成与审查层，负责把金融逻辑转化为候选公式；第三层是数据评测层，负责用真实历史数据检验候选是否有效。三层共同作用，使因子挖掘既不是纯粹的黑箱生成，也不是机械模板枚举，而是一个由金融假说、搜索控制和实证反馈共同驱动的迭代过程。

本部分围绕29个日频低频量价Seed因子的LLM-MCTS迭代结果展开。实验数据为A股日频行情数据，输入字段主要包括open、high、low、close、vwap、volume、amount等量价变量；每个Seed单独作为MCTS根节点，LLM在当前节点公式、父路径、评测反馈和可用算子约束下生成候选公式，MCTS根据reward、UCT与回传结果决定后续搜索方向。后文先介绍原始Seed与算子体系，再以vstd20案例展示前两层搜索过程，最后汇总29个因子的整体改进效果。

评测口径方面，样本内区间为2019-01-01至2023-12-31，样本外区间为2024-01-01至2026-05-27；收益标签为未来5个交易日close-to-close收益，RankIC/RankIR按周度截面计算。Stage1在样本内进行LLM-MCTS搜索，股票池采用按成交额分层抽样（5组、随机种子42，主批次抽样比例20%），以降低搜索成本；Stage2将候选放回全市场，在样本内复评并在样本外验证。

3.1 原始因子与算子介绍

本文以29个Alpha158风格低频量价Seed为起点，在给定的算子和变量中进行LLM-MCTS搜索。Seed提供初始经济假说，算子定义可改写的公式空间，大语言模型提供改进的候选因子和负责逻辑约束，从而保证候选因子可计算、可复现、可解释。

数据层面，实验仅使用日频量价字段，包括开盘价，收盘价，最高/最低价，成交均价，成交价和成交额，不引入行业、基本面、分析师预期等基本面信息，所以可以认为是低频的价量信息。

原始Seed的窗口统一为20个交易日，即公式中的%d在本实验中均取20。统一窗口有助于比较不同公式结构的改进效果，也使样本内外IC、IR的差异更多反映因子逻辑本身。

算子体系覆盖滞后、滚动统计、回归相关、条件判断、成交加权、真实波幅和分域处理等类型。LLM只能在这些算子内提出候选公式，MCTS再根据回测反馈选择扩展方向，因此搜索空间既保持开放性，也受到金融逻辑和代码语法的共同约束。

3.2 LLM-MCTS搜索案例

本节以vstd20为例展示LLM-MCTS的实际迭代过程。该Seed的原始公式为Std($volume,%d)/($volume+1e-12)，其中%d=20，含义是用过去20日成交量标准差刻画成交量波动，再用当日成交量做归一化。它描述的是成交活跃度的不稳定性，但由于分母依赖当日成交量，容易受到单日放量或缩量扰动。

因此，vstd20的优化不是脱离原始逻辑重新造因子，而是围绕“成交量不稳定、资金流冲击、量价确认、分域标准化”逐步展开。LLM负责提出符合该逻辑的候选公式和经济解释，MCTS负责根据真实评测分数与UCT机制决定继续深挖哪条路径。

整个搜索过程可以概括为“选择、扩展、评测、回传”。选择阶段由MCTS根据UCT选择当前最值得扩展的节点；扩展阶段由LLM根据Seed逻辑、历史路径和允许算子提出候选；评测阶段计算RankIC、RankIR、覆盖率、换手、多样性和过拟合惩罚；回传阶段更新节点visits与best_reward，影响下一轮搜索。

具体到数值计算，MCTS使用mcts_reward衡量单个候选本身的质量，再用UCT决定下一轮从哪个节点继续扩展。reward是候选的静态评测分数，UCT是在reward基础上加入访问次数惩罚后的路径选择分数。两者的区别在于：reward回答“这个公式好不好”，UCT回答“下一步还要不要继续沿这条路径试”。

第一层优化从root开始。此时搜索树没有子节点，MCTS必然选择root扩展；LLM收到原始公式后，围绕成交量不稳定这一主线生成5条方向：分母稳健化、价量同步、单位成交量冲击、成交确认和分域标准化。其中vstd2mean将分母从当日成交量改为20日均量，保留原逻辑但显著提升稳定性，因此成为第一层胜出分支。

以第一层胜出的vstd2mean为例，它的absRankIC=0.0437、absRankIR=0.5879。虽然absRankIC仍略低于0.05的目标中心，但已远高于原始seed；同时该公式覆盖率高、过拟合惩罚低、与已有有效候选不重复，因此reward达到第一层最高。

第二层优化不再从原始Seed出发，而是沿vstd2mean继续扩展。LLM在“成交量变异系数更稳健”这一局部结论上继续提出5个候选：价量相关交互、成交额变异系数、成交额分域标准化、隔夜跳空尺度和价格波动压缩。这一层展示了LLM的核心作用：它不是随机拼接算子，而是沿已验证的节点逻辑继续提出可解释的经济假说。

第二层中amount_cv的absRankIC=0.0491、absRankIR=0.6490，已经显示出很强的候选价值；但它与vstd2mean同属“变异系数”结构，diversity_score只有0.0249，因此搜索阶段reward被多样性项压低。相比之下，vol_cv×price_volume_corr的IC/IR略弱，但多样性更高，reward反而略高。这说明Stage1的MCTS并非只按IC/IR排序，而是在有效性、稳定性和候选差异度之间做平衡。

以第二层的vol_cv×PVCorr为例，其公式逻辑是“成交量变异系数×价量相关性”。它试图回答：成交量本身不稳定时，如果这种不稳定还伴随价格同步变化，是否意味着更强的交易冲击或情绪扰动。这个候选的absRankIC=0.0489，已经接近0.05的目标中心；但由于它与已有候选相关性较高，diversity_score只有0.3292。

第二轮结束后，vstd2mean分支已经被访问6次，探索项下降；其他第一层兄弟分支仍只访问1次，探索项较高。因此下一轮UCT不再选择当前best_reward最高的vstd2mean，而是转向vol_price_sync。这是MCTS相比贪心搜索最关键的差异：它会利用高分路径，但不会让搜索过早坍缩到单一结构。

需要注意，第二轮结束后的下一步选择发生在root层。虽然vol_cv×PVCorr在vstd2mean分支内部仍有较高节点内UCT，但MCTS必须先在root的第一层子节点之间做选择。此时vstd2mean整个分支已被访问6次，root层探索项被压低；vol_price_sync只访问1次，探索项显著更高，因此成为第三轮最终选中的扩展分支。

从最终样本外结果看，LLM在第二层提出的amount_cv方向被证明非常重要。它保留“标准差/均值”的变异系数结构，但将成交量替换为成交额，使因子从“股数成交不稳定”转为“资金规模进出不稳定”。最终代表性公式为-1*Div(Std($amount,%d),Add(Mean($amount,%d),1e-12))，样本外absRankIC提升至0.0549，absRankIR提升至0.8104，明显优于原始seed。

因此，vstd20案例展示了本文框架的完整分工：LLM提供可解释的候选方向和逻辑假说，MCTS用真实评测结果管理搜索路径，diversity与UCT防止候选过度集中，最终再通过样本外验证筛选真正稳健的改进因子。

3.3 因子优化整体效果

本节从两个互补口径评估LLM-MCTS对29个日频价量Seed的整体优化效果。第一类是正式选择口径：仅根据样本内评价选择最终因子，再观察样本外表现，因而更接近真实研究流程下的可复现结论。第二类是候选池诊断口径：统计搜索过程中已经通过样本内保留条件的候选，在样本外是否存在更优解，用于衡量搜索空间中是否被LLM-MCTS挖掘出具有外推潜力的方向。

从正式选择口径看，29个Seed的最终入选因子在样本内全部优于原因子，其中19个在样本外仍优于原因子，说明该框架能够较稳定地把原始单一价量定义改造成更强的表达式。这一结果提示：样本内最优并不必然等于样本外最优，后续应进一步加强稳健性筛选、复杂度惩罚和跨样本一致性约束。

从候选池诊断口径看，564个样本内保留候选中，有425个候选在样本外也优于其对应Seed；以每个Seed的样本外最优候选观察，29个Seed均能找到样本外优于原因子的候选，其中9个Seed存在达到OOS目标线的候选。该结果说明LLM-MCTS的生成与搜索过程确实扩大了有效因子空间，但也说明最终选择规则仍需要在“不使用样本外信息”的约束下更好地识别这些稳健方向。

下表展示部分Seed的代表性候选表现，其中OOS absIC和OOS absIR分别衡量样本外周度RankIC的绝对强度和稳定性，OOS提升则表示该候选相对原因子在样本外的增量。该表的含义是：即使最终入选仍应坚持“样本内选择、样本外只验证”，所有的Seed均搜索到样本内外均显著优于Seed的因子。

3.4 优秀案例：从表达式到金融逻辑

本节选取std20、cntn20与rank20三个Seed。三个案例分别代表波动率改造、下跌频率逻辑重构、价格位置反转增强三类路径。它们的共同特征是：改进表达式不是简单堆叠算子，而是在LLM给出的金融假说约束下，对原始Seed的信息维度、成交确认方式或反转条件进行结构化替换。

std20：从收盘价波动率到成交确认的真实波幅

原因子刻画收盘价标准差相对价格水平，主要描述close-to-close维度的价格波动强弱。它的优点是定义简单，但只使用收盘价序列，容易遗漏日内最高价、最低价和隔夜跳空带来的真实波动。改进因子把波动率代理从“收盘价标准差”替换为“成交量加权真实波幅”，同时沿用原因子的负号方向，使因子继续表达低波动/波动冲击控制逻辑，而不是转向价格均值回复或动量逻辑。

原因子公式：

-1*Std($close,%d)/$close

改进后公式：

-1*EMA(Greater($high-$low,Greater(Abs($high-Ref($close,1)),Abs($low-Ref($close,1))))*$volume,%d)/EMA($volume,%d)/$close

因子可以先化简成：-[EMA(TrueRange*volume,d)/EMA(volume,d)]/close，即“取负后的成交量加权真实波幅占价格比例”。

其中，TrueRange=max(high-low,abs(high-Ref(close,1)),abs(low-Ref(close,1)))。high-low捕捉日内振幅；abs(high-昨日收盘价)和abs(low-昨日收盘价)捕捉隔夜跳空后最高价、最低价相对前收盘的冲击。三者取最大值后，因子不再只看收盘点位，而是尽量覆盖日内波动和隔夜缺口。

TrueRange*volume表示“有成交量参与的真实波动”。如果某天真实波幅很大但成交量很低，其权重不会被过度放大；如果大波幅同时伴随高成交量，则更可能代表真实资金冲击或市场分歧。

EMA(TrueRange*volume,d)/EMA(volume,d)是最近d日成交量加权平均真实波幅，用EMA强调近期状态，并通过除以EMA(volume,d)消除原始成交量规模差异。最后再除以close，是为了把绝对波幅转成相对价格尺度，便于不同价格水平股票之间横截面比较。

公式前面的-1保留了原因子方向：因子值越高，通常代表成交量加权真实波幅相对价格越低；因子值越低，则代表近期出现放量大波动、隔夜缺口或日内冲击更强。这里的核心不是“放量超跌”，而是用更完整的真实波幅替代收盘价标准差，并用成交量确认波动是否具有交易意义。

综合来看，该改进因子可以理解为“成交确认后的低真实波幅因子”。它保留了std20的波动率大逻辑，但把单一收盘价波动扩展为包含日内区间、隔夜跳空和成交参与度的真实波幅度量，因此比原始Std(close,d)/close更贴近市场实际承受的价格冲击。

从机制上看，std20的改进重点是把“收盘价标准差”替换为“成交量加权真实波幅”。LLM在这里提出的是波动率度量升级假说，MCTS通过样本内外评测确认该真实波幅代理是否比原始close-to-close波动更有效。

cntn20：从下跌天数到成交量加权负乖离

原因子只统计过去窗口内下跌日占比，核心信息是“下跌发生了多少次”。这种定义容易把无量阴跌、正常回调和真实资金压力混在一起，也无法区分轻微下跌与深度折价。改进因子把下跌频率逻辑重构为“成交量加权的负乖离”：价格相对均线越低、且下跌位置成交量越高，因子值越高。因此，该路径不是简单增加一个成交量项，而是把原来的计数型信号升级为强度型、资金确认型的均值回复信号。

原因子公式：

Mean($close

改进后公式：

Div(EMA(Mul(Sub(Mean($close,%d),$close),$volume),%d),EMA($volume,%d))

因子可以先化简成：EMA((Mean(close,d)-close)*volume,d)/EMA(volume,d)，即最近d日“成交量加权的价格负乖离”。

其中，Mean(close,d)-close衡量当前价格低于近期价格中枢的幅度；该项为正，说明价格处在均线下方，折价越深数值越大。乘以volume后，只有伴随较高成交量的负乖离才会被显著放大；再除以EMA(volume,d)，则把原始成交量规模归一化为成交量加权的平均偏离。

高因子值通常对应：价格明显低于近期均线，且这种低位偏离发生在成交量较高的阶段。它可以理解为“放量低位折价”或“有交易确认的超跌状态”，隐含逻辑是恐慌抛压、流动性冲击或资金换手后，价格存在向均值回归的可能。

低因子值或负值通常对应：价格接近或高于近期均线，或者低位偏离缺乏成交量确认。相比原始cntn20只看下跌天数，改进因子更强调“跌得有多深、是否有量、是否持续”，因此更容易过滤无量噪声和普通技术性回调。

从机制上看，cntn20的改进重点是把“下跌次数”转换成“放量负乖离强度”。LLM在这里提出的是有资金参与的超跌反转假说，MCTS则用样本内外RankIC/IR验证该假说是否真正优于原始计数逻辑。

rank20：从价格时序排名到放量反转确认

原因子用收盘价在过去窗口内的时序排名刻画相对位置，本质上是价格位置反转信号：价格越低，未来越期待均值回复。但单纯排名只描述“低不低”，并不区分低位是否伴随成交量、是否代表真实资金冲击。改进因子把价格位置信号改写为成交量加权的价格偏离，并进一步乘以当日相对成交量，强调“放量确认的低位偏离”。

原因子公式：

-1*Rank($close,%d)

改进后公式：

Mul(Mul(-1,Div(EMA(Mul(Sub($close,Mean($close,%d)),$volume),%d),EMA($volume,%d))),Div($volume,Mean($volume,%d)))

因子可以先化简成：-[EMA((close-Mean(close,d))*volume,d)/EMA(volume,d)]*[volume/Mean(volume,d)]，即“取反后的成交量加权价格偏离”乘以“当日成交量放大倍数”。

其中，close-Mean(close,d)衡量收盘价相对近期价格中枢的偏离：为正表示价格高于均线，为负表示价格低于均线。乘以volume并用EMA平滑后，再除以EMA(volume,d)，得到最近一段时间的成交量加权平均偏离。

公式前面的负号把方向调整为反转逻辑：如果价格在有成交量参与的情况下低于均线，原始偏离为负，取反后因子值变高。最后的volume/Mean(volume,d)是当日量能确认项，当日越放量，低位偏离或高位过热的信号越被放大。

高因子值通常对应：近期价格低于均线，低位偏离有成交量参与，且当日成交量也明显高于自身均量。这可以理解为“放量超跌”状态，可能反映短期过度反应、恐慌交易或抛压释放后的均值回复机会。

低因子值或负值通常对应：价格在放量状态下高于均线，反转视角下更像短期过热。相比原始rank20只用价格排序，改进因子同时引入偏离幅度、历史成交确认和当日成交确认，因而更强调低位信号的质量而不是单纯低位本身。

从机制上看，rank20的改进重点是把“价格处于低位”进一步约束为“放量确认的低位”。这一处理保留了原Seed的反转大逻辑，同时用成交量强度提高信号信噪比，使低位排名不再等同于无条件买入信号。

本节将因子研究从“给定Seed后做局部改造”推进到“以若干低频价量机制为根节点的批量挖掘”。前文实验更像是在已有因子附近寻找更好的表达式；本节则把Seed作为搜索入口和基准，允许LLM在量价、波动、流动性、跳空、日内位置等机制之间提出新的组合假说，再由MCTS用样本内评测结果决定继续深挖哪些分支。

4.1 从Seed改造到Seed池挖掘

批量挖掘实验使用12个根节点覆盖主要低频价量研究入口。每个根节点都先计算原因子表现，再在同一评价框架下生成、筛选和复评候选因子。这样既能比较“新因子是否超过原始根节点”，也能观察不同根节点是否反复导向相似的有效机制。

4.2 模型参数与前文实验的区别

本节保留前文的核心评测口径：样本内为2019-01-01至2023-12-31，样本外为2024-01-01至2026-05-27，预测周期为5个交易日的收益率，并使用周度RankIC、RankIR作为主要指标。主要变化在搜索目标、LLM约束和搜索深度：第3章的因子改进部分强调不偏离原Seed的大逻辑，本节强调在低频价量域内发现可复用的新机制。

4.3 最终效果

从最终挖掘到的因子结果来看，批量挖掘并不是只在单个Seed附近做微调。总共有173个候选因子在样本内优于原始Seed；进一步看样本外验证，其中143个仍优于对应Seed，说明搜索得到的有效表达并非完全依赖样本内拟合。

从相关性结果看，样本内外均优于Seed的候选整体同质化程度较低。123个唯一公式形成7503对两两组合，abs相关均值仅为0.2604，中位数为0.2148；低于0.4的组合占77.1%，高于0.8的组合仅1.88%。这说明本轮搜索并非只重复发现少数相近公式，而是在真实波幅、成交参与、价量同步等机制下形成了较分散的候选池。

整体而言，升级后的批量挖掘模式体现出两点优势：第一，多个Seed可以共同探索低频价量空间，最终并非只改进单个原始因子，而是识别出真实波幅、放量冲击、成交额不稳定、量价同步/背离等可复用机制；第二，LLM生成的概念算子在通过解析、审查和复评后进入经验库，使后续搜索不必每次从原始算子重新组合，而可以复用已经验证过的结构组件。

与前文低频价量实验不同，高频版的候选因子表达形式不再是公式字符串，而是一份可运行的Python因子代码，输入为分钟级Open、High、Low、Close、Volume、Amount，输出日度因子宽表，再用统一的IS/OOS口径评测。

因此，高频实验的重点不是把一个日频Seed做局部变形，而是让LLM在日内状态、分时结构、成交量脉冲、价格路径和微观波动等空间中提出候选机制，再由代码校验和全市场评测决定是否保留。

5.1 高频因子挖掘的LLM-MCTS流程设计

跟低频因子挖掘流程稍有不同。由于高频因子部分返回的是代码，为了提升效率，本部分先把多个Seed、经验库和分钟函数说明输入给LLM，由LLM在日内状态、分时结构、成交量脉冲、价格路径和微观波动等空间中提出候选机制；随后由脚本批量运行并在样本内外复评，最后把有效机制写回经验库，并允许下一轮迭代时继续复用。

高频挖掘的Seed候选覆盖分钟振幅、价格偏离、收益波动和成交量状态四类，属于人工根据逻辑挖掘出的高频因子。

5.2 因子挖掘结果与代表性候选

截至当前高频实验，候选池共形成30个可评测高频因子，覆盖尾盘压力、多机制候选、日内实现波动率、分钟振幅、价格偏离、收益波动和成交量状态等方向。下表展示目前表现较好的7个代表因子，样本内外rankIC均表现十分优秀，且样本外相对于样本内衰减较低。

高频因子的挖掘模型返回的是因子计算的代码。如seedtxt_vol_up_num的逻辑是先定义成交量高位状态，再统计状态从非高位切换到高位的次数。这个处理把连续放量区间视为一次事件，避免简单把连续高量分钟重复计数。

seedtxt_vol_up_ret_std不直接看全日收益波动，而是只看高量状态下的分钟收益波动。如果高量分钟本身伴随剧烈价格跳动，说明交易冲击或短期分歧更强；方向调整后，低高量收益波动对应更高未来收益。

hf_rv_volume_weighted是成交额加权的日内实现波动率。它不是平均看每一分钟，而是让成交额占比高的分钟获得更高权重，因此更强调真实资金参与较多时产生的价格波动。

5.3 高量脉冲次数机制的经验解释

经验总结部分提到“高量脉冲次数是当前最强机制”，不是指它在经济上已经被证明为唯一正确解释，而是指在当前30个可评测高频候选中，seedtxt_vol_up_num同时取得最高的样本内RankIC和最高的样本外RankIC：IS RankIC为0.0839，OOS RankIC为0.0744，因此模型会总结高因子的可能成功之处。

seedtxt_vol_up_num因子代码调用了get_up_space(Volume)函数。get_up_space的作用是对每只股票、每个交易日分别计算当日分钟成交量的均值和标准差，当某一分钟成交量高于“当日均值+1倍标准差”时标记为1，否则记为空值。随后seedtxt_vol_up_num并不把所有高量分钟相加，而是用vol_up.shift(1)!=1找到每一段连续高量区间的第一个分钟，再按日加总。

这个结果带来的“感悟”主要有三层。第一，高频数据里有价值的信息未必只在价格波动大小上，也可能在交易状态的切换次数上。成交量从正常状态突然进入高位状态，往往代表市场注意力、资金参与或流动性需求发生变化；连续高量区间只记一次，可以把它理解为一次异常交易事件，而不是把同一次事件重复放大。

第二，脉冲次数比简单的高量分钟收益更稳。seedtxt_vol_up_ret_std也很强，但它需要同时依赖高量状态和价格收益波动，噪声更高；seedtxt_vol_up_num只识别高量事件出现的次数，先抓状态，再看预测效果，因此在样本外保留率上更稳。

第三，这个机制给后续LLM-MCTS迭代提供了更明确的方向：后面LLM可以围绕“高量事件”继续展开，例如高量脉冲占全天分钟数的比例、早盘/午后/尾盘脉冲分布、高量脉冲后的价格方向、脉冲对应分钟的AMP/RV/VWAP偏离等。这就是把单个强因子的表现转化为经验库的过程。

本文源自报告《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》

报告时间：2026年6月23日

发布报告机构：东吴证券研究所

报告作者：于明明 S0600525120002