0:000:00
<blockquote>20240520-华泰证券-双目标遗传规划应用于行业轮动</blockquote><h2>报告概述</h2><p>本报告详细阐述了华泰证券提出的一种基于<strong>双目标遗传规划模型</strong>的周频行业轮动策略。该策略旨在应对当前市场主线强度减弱、行业轮动加速的挑战，尤其是在传统月频行业轮动模型表现不稳定的背景下。双目标遗传规划通过同时优化<strong>IICI</strong>（信息系数）和<strong>NDCG@k</strong>（归一化折损累计增益），有效地平衡了因子单调性和多头组表现，显著提升了因子挖掘的有效性和策略的超额收益。</p><h2>主要发现和核心观点</h2><h3>1. 市场环境变化推动周频轮动策略需求</h3><p>自2022年第三季度电力设备及新能源行业行情结束后，A股市场主线强度转弱，行业轮动速度加快，导致传统的月频行业轮动模型难以持续稳定获取超额收益。</p><ul> <li><strong>月频模型表现下滑</strong>：“2022年9月之前，模型相对于全体行业等权基准的年化超额收益约为17%；而2022年9月之后，年化超额收益就下降至了约7%。”</li> <li><strong>换手率提升</strong>：2022年9月之后，月频行业轮动模型的换手率提升了约40%，表明“一个行业投资机会的持续时间变短了”。</li> <li><strong>市场主线指标下降</strong>：市场主线强弱指标的均值下降，且超过强主线阈值月份的比例下降，相关系数为+0.36，说明“市场主线越强，月频行业轮动模型越容易获得超额收益”。</li></ul><p>面对这一变化，研究转向了周频行业轮动策略，并尝试引入人工智能等高级因子挖掘手段，因为“像MACD、KDJ等常见技术指标在周频行业轮动场景中几乎全部失效”。</p><h3>2. 双目标遗传规划模型的核心优势</h3><p>传统的单目标遗传规划在因子挖掘中存在“因子评价维度不全面”和“严重的种群拥挤问题”等痛点。双目标遗传规划通过引入NSGA-II算法和多维度适应度函数来克服这些问题。</p><ul> <li><strong>多维度适应度函数</strong>：</li> <li><strong>IICI（信息系数）</strong>：“II...