人工智能82：GPT因子工厂扩展至基本面与高频因子挖掘
　　本研究在前期报告《GPT因子工厂：多智能体与因子挖掘》（20240220）的基础上，将大模型因子挖掘扩展至基本面与高频因子挖掘场景。本文继续沿用前期报告中的多智能体架构，核心改变在于针对基本面与高频因子定制化设计算子，以尽可能保证因子表达式的合乎逻辑。在基本面因子挖掘中，因子周度IC均值为0.011，周度RankIC均值为0.013；对于高频因子挖掘，因子周度IC均值为0.020，周度RankIC均值为0.031，GPT因子工厂2.0挖掘高频因子质量较高。利用GPT因子工厂2.0产出的高频因子构建中证1000指增策略（回测区间20161230- 20240920），年化超额收益率为31.32%，信息比率为4.20。
　　因子挖掘与GPT因子工厂：大模型因子挖掘或成为因子挖掘新兴方案
　　因子挖掘在量化研究中占据核心地位，是为多因子模型补充Alpha源的重要途径。传统的因子挖掘主要包括人工手动挖掘和算法自动挖掘两种方案：人工手动挖掘依赖于量化研究员对市场的理解与直觉，离不开研究员的专业素养，需消耗高昂的人力成本；算法自动挖掘将因子挖掘流程自动化，有效降低人力成本，然而其缺陷是过拟合风险与可解释性难题。大模型因子挖掘或将成为新兴的因子挖掘方案，其可行性在前期报告中已得到证明，同时大模型可给予清晰的逻辑解释，过拟合风险或更可控。
　　基本面与高频因子挖掘：或是自动化因子挖掘难涉之境
　　算法自动化因子挖掘相比于人工挖掘存在诸多优势，但却鲜有针对基本面或高频因子的自动化因子挖掘，人工挖掘因子似乎更具优势。对于基本面因子挖掘而言，传统算法在无法利用专业知识的前提下，难以构造具备逻辑性的基本面因子。对于高频因子而言，传统算法可能难以在表达式中融入日频化采样，高频因子表达式的复杂性形成一道隐形的墙。大模型或许是解决之道，一方面在于大模型近乎人类的逻辑推理能力，另一方面在于，从自然语言中诞生的大模型拥有更灵活的因子构建与因子计算能力。
　　因子挖掘效果：基本面因子表现尚可，高频因子效果优异
　　本文对GPT因子工厂2.0产出的基本面因子和高频因子挖掘效果进行测试，分别进行30次因子挖掘，每次因子挖掘仅包括首次挖掘。因子IC方面，30个基本面因子IC均值为0.011，RankIC均值为0.013，。均值为1.542；23个筛选后的高频因子IC均值为0.020，RankIC均值为0.031，。均值为4.588。因子相关性方面，基本面因子相关系数绝对值均值为0.10，高频因子相关系数绝对值均值为0.17，因子工厂产出的因子相关性普遍偏低。
　　指数增强策略实践：基于量价与高频因子的指增策略均表现较出色
　　本文基于量价和高频因子分别进行指增策略实践检验。对于前期报告初次挖掘产出的量价因子，沪深300、中证500、中证1000指增策略年化超额收益率分别为7.18%、10.34%、18.50%，对于高频因子，三类指增年化超额分别为13.78%、18.40%、31.32%。将合成后的量价因子与高频因子按1:4权重合并，合并后因子三类指增年化超额分别为12.38%、17.74%、30.72%。指增策略实践表明，GPT因子工厂产出的高频因子效果总体优于量价因子，基于高频因子可构建效果较出色的指增策略。
　　风险提示：GPT挖掘因子是对历史的总结，具有失效风险。GPT挖掘因子可解释性受限，使用需谨慎。大模型训练集广泛，可能存在过拟合风险。