GFlowNet原理回顾与日频数据挖掘
　　GFlowNet是由深度学习先驱Yoshua Bengio团队于2023年在计算机顶刊JMLR上发表的新型生成模型，其核心思想是将对象的生成过程建模为图网络中的"水流"过程。相比于强化学习，GFlowNet并非寻找一个"特别的神奇公式"，而是旨在挖掘"一群优秀的多元化公式"，这一特性极其契合多因子选股模型对低相关性、高多样性Alpha池子的根本诉求。相比于遗传规划，GFlowNet具备更强的学习能力，大大提升了在大空间搜索规律的效率。
　　在数学原理上，GFlowNet的训练目标是通过流匹配条件使网络中的流量分布满足守恒定律，实际训练中采用更稳定的Trajectory Balance目标。状态表示方面，动作历史序列通过Transformer encoding编码，辅以当前深度、已用算子比例、已用节点比例三个手工特征。奖励函数综合了IC、多头IR和Barra时序相关性惩罚项。
　　在日频数据挖掘中，基于原始日频K线共筛选出符合条件的因子99个，IC均值中位数达4.43%，多头年化超额中位数为5.23%；基于日频K线衍生特征挖掘出因子159个，基于分钟聚合特征挖掘出因子56个。各因子集的相关性中位数均在15%以下，因子长度和复杂度控制在较小水平。
　　分钟频数据快速计算框架与挖掘
　　分钟频数据计算面临内存瓶颈，无法将所有分钟特征全部读入内存。为此引入MemMap机制，通过操作系统的虚拟内存按需访问数据。一个完整公式被拆分为日内block和日频tree两段，并行方式按年份和股票切片进行多进程计算，numba kernel单线程计算，loky多进程并行。日内block计算后进入LRU持久化block cache，越到训练后期重复结构越多，计算速度越快。基于分钟频特征共筛选出符合条件的因子32个，IC均值中位数达3.19%，多头年化超额中位数为4.21%。
　　AlphaEval多维度因子筛选效果
　　AlphaEval（KDD 2026）从预测能力、时序稳定性、扰动鲁棒性、金融逻辑性、多样性五个角度对因子进行筛选。在深度学习模型隐藏层（672个）、国金金工因子库（117个）及GFlowNet挖掘因子（345个）共1134个待选因子中，首先从多样性角度进行筛选。通过DPP方式筛选出800个因子，以LGBM模型合成后效果最优。其它角度中，PPS预测能力筛选和金融逻辑性筛选在收益端没有明显提升，但RRE秩稳定性筛选可有效降低因子换手率。将筛选后的因子与现有AI模型融合后，在沪深300、中证500和中证1000三个宽基指数上均实现了稳定的正超额收益。
　　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。