GFlowNet（生成流网络）原理介绍
　　因子挖掘一般指从行情、财务、另类数据里构造能解释或预测收益的特征（因子），再经检验、组合与风控后用于选股或择时；自动化因子挖掘则是在人工提出假设与写公式之外，用程序在大规模搜索空间里系统生成、变异、筛选因子，并与回测、稳健性检验流水线结合，减轻“拍脑袋”与重复劳动。
　　GFlowNet是由Yoshua Bengio团队于2023年提出的新型生成模型，其核心是将对象生成过程建模为有向无环图中的“水流”过程，训练目标满足流量守恒定律，最终实现生成对象的概率与其奖励成正比。不同于遗传规划、强化学习等自动化因子挖掘的代表方法，它以“生成一群优秀的多元化公式”为核心目标，通过结构化学习实现“有策略的高效探索”，展现出优良的性质。
　　基于日频数据的因子挖掘与RL比较
　　我们基于日频量价数据，构建GFlowNet因子挖掘系统，训练采用更稳定的Trajectory Balance(TB)目标，通过采样轨迹、计算奖励与TB损失并反向传播更新模型参数完成训练。状态表示包含动作历史序列的Transformer编码及3个手工状态特征，动作空间涵盖算子、窗口、特征三类操作，表达式以ExprNode树结构组织并进行简化以降低重复。针对日频量价数据，我们给GFlowNet输入两套特征，第一套是原始OHLCV（后复权）数据，第二套是对原始OHLCV进行无量纲相对特征处理后的数据，奖励设定为市值中性化后的abs(IC)。
　　将其与基于Transformer Actor-Critic结构、PPO算法的强化学习（RL）系统对比，发现RL虽训练初期batch平均奖励上升更快，但存在明显模式崩溃，batch内因子相关性中位数升至1，而GFlowNet batch内相关性中位数不到0.04，多样性优势显著。
　　以2018-2025年为因子检验区间，观察基于原始OHLCV挖掘单因子表现，其整体表现良好，IC均值的中位数达到4.54%，最大值达到8.56%，多头超额表现尚可，中位数为3.47%；基于相对特征挖掘的因子表现更优，IC均值中位数达6.17%，最大值也达到了9.40%，两类因子相关性均较低、复杂度可控，具备良好可解释性与应用价值。
　　基于分钟频数据的因子挖掘
　　对于分钟数据挖掘因子，我们采取简易处理方法：首先主要基于价格动量、波动、价位关系等40个指标，将日内分钟数据降为日频特征；后续复用日频挖掘框架，基于该40个特征进行搜索。
　　基于分钟频构造特征挖掘的单因子表现优异，IC均值中位数达5.83%，最大值9.46%，多头超额收益中位数为7.43%，较日频挖掘因子显著提升，因子相关性与复杂度均维持在较低水平。
　　将挖掘出的因子按照因子方向等权合成，基于相对特征挖掘出的因子收益情况比较一般，基于分钟频数据构造特征挖掘的因子IC和多空收益较好。风险暴露方面，单因子为对市值进行中性化后的因子值，合成之后，小市值和低波风格暴露依旧比较明显，基于相对特征挖掘的因子小市值暴露较低。多头暴露方面，中小市值的多头暴露比较明显，同时等权合成因子具有明显的价值风格暴露。
　　对现有AI模型的提升与指增策略
　　在前期工作《基于Mamba2模型的端到端选股框架》中，我们引入了新的Mamba模型进行深度学习建模，本报告在GRU和Mamba的基础上，添加GFlowNet挖掘出的150个因子，可以发现几乎所有指标都有一定的提升。
　　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。