核心观点
　　加入过拟合预防机制的遗传规划因子挖掘模型，单因子回测结果有所提高，因子整体表达能力改善、样本外泛化能力大幅提高、并且有效地减少过拟合。针对全部A股的遗传规划因子挖掘，我们共挖掘出100个满足适应度定义的因子。为了进一步检验因子的有效性，我们选用单因子回测中表现优异的因子进行复合，并在主流宽基指数内回测。结果显示，在中证1000指数内，遗传规划复合因子总体表现较为优异。样本外区间（2022年和2023年）的年化收益率分别为21.52%和26.29%；全样本内多头年化收益为24.63%，超额收益最大回撤为-13.45%，总体较为稳定。
　　对遗传规划算法的改进
　　本文对传统遗传规划的底层代码进行升级改造，使其在迭代中能处理多维面板数据和时序数据、纳入自定义算子、以及过拟合预防机制。通过在模型中引入早停机制（规避过拟合）、公式膨胀控制（避免无效运算）、热启动（避免早熟收敛）、父子竞争（保留优质父代）等不同方法来减少遗传因子挖掘模型中的过拟合情况，最终从遗传规划中大量的随机种群中出发。通过多代的进化和迭代，从而提升每代有效公式数、挖掘到多个适应度高、过拟合情况较少、有明确表达式的月度选股因子。
　　遗传规划因子样本外泛化能力有所提高
　　我们挑选了样本外表现优异的因子进行展示。以因子1和37为例：1）样本外RankIC为13.3%和11.65%；2）样本外RankICIR为1.68和0.626；表现尚可。
　　遗传规划因子在主流宽基中具有较强的选股能力
　　沪深300成分股内使用遗传规划复合因子选股样本外表现尚可。样本外区间（2022年和2023年）超额收益分别在6.71%和9.50%。全样本空间内，年化超额收益为6.1%，超额收益最大回撤为-13.56%，信息比率为0.7481。
　　在中证500指数成分股内遗传规划复合因子总体表现尚可。全样本内多头年化收益为12.17%，样本外区间（2022年和2023年）的年化收益率分别为10.32%和5.59%，超额收益最大回撤为-6.76%，较为稳定。
　　在中证1000指数中，遗传规划复合因子总体表现较为优异。全样本内多头年化收益为24.63%，样本外区间（2022年和2023年）的年化收益率分别为21.52%和26.29%，超额收益最大回撤为-13.45%，较为稳定。
　　风险提示
　　模型测算风险：超参数设定对模型结果有较大影响；收益指标等指标均限于一定测试时间和测试样本得到，收益指标不代表未来。
　　模型失效风险：机器学习模型基于历史数据进行测算，不能直接代表未来，仅供参考。