本文是深度学习揭秘系列之三。聚焦于借助DeepSeek模型对选股因子进行生成与改进，在量化投资领域展开深入探索。研究以Qlib集成的Alpha158量价因子为基础，该因子集涵盖日内、波动、价、量及量价相关性五类因子。通过设定统一测算口径，运用特定的Prompt Engineering和AI交互流程，借助DeepSeek对原始因子进行优化，以及生成相关性较低的新因子，取得显著成果。
　　在因子优化方面，多数因子经DeepSeek优化后预测能力提升显著。测试的Alpha158因子集中，75%的因子RankIC均值提升，50%的因子RankIC均值达1.2倍提升，35%的因子RankIC均值有1.5倍提升；ICIR指标同样向好，众多因子ICIR提升且多倍提升的因子数量可观。从不同窗口期数据看，优化后的因子表达式普适性强。以波动率因子std20为例，多次改进中引入平均真实波幅ATR概念、成交量加权机制、EMA双重平滑及四维波动极值捕捉等，虽部分改进使RankIC均值有波动，但整体提升了因子选股效果。不过，部分因子如Beta20、min20等受限于原始计算逻辑，在优化过程中未呈现显著提升，揭示传统因子改进存在理论天花板。
　　在因子生成上，从零生成因子较难达到理想效果，然而，站在成功案例基础上生成因子，效果显著。若从零开始，20次迭代生成的因子具备一定逻辑，但预测效果一般，ICIR未达预期。若给予DeepSeek部分预测效果尚佳的因子表达式作为参考，例如Alpha158原始及优化因子表达式与对应的IC统计量，则能够在较少的迭代次数内，生成5个ICIR在0.8以上且与样例因子相关性低的新因子。其中第一个有效因子通过捕捉量价协同增强效应，第二个聚焦量价共振强度维度，展现出较好的选股能力。
　　组合维度对比发现，将优化后的Alpha158因子及新生成因子线性结合，使用Lasso模型合成因子，能提升选股能力。全A数据中，原始因子、增强因子、原始+生成因子及最终合成因子的RankIC均值和多头超额收益逐次提升。落地到中证800指增组合，原始因子叠加优化与新生成因子得到的复合因子，月频RankIC均值从9.01%提升至10%，ICIR从0.93提升至1.01，多头超额年化收益从7.05%提升至7.92%，年化信息比从1.63增强至1.89。
　　综上，本文引入DeepSeek模型，通过构建“优化-验证-再迭代”框架，贡献了因子优化与因子生成的新思路，实现了大语言AI模型对量化研究的赋能。
　　风险因素：结论基于历史数据，在市场环境转变时模型存在失效的风险。