FactorBench 基准对比九类 AI 因子挖掘:没有范式持续占优

PtrPomorski · x · 2026-10-10

arXiv 论文《FactorBench: A Portfolio-Aware Benchmark for Automated Factor Mining》（Zhuohan Wang, Carmine Ventre，30 页）提出首个面向组合管理的自动化因子挖掘基准。因子挖掘现已涵盖遗传编程、强化学习、生成模型和 LLM agent，但各范式能否产出更泛化、更有经济价值的信号一直缺乏统一评估。- 基准对比九种自动挖掘方法在五个股票市场挖出的约 5000 个因子；- 统一数据与评估契约，同时支持符号表达式与可执行 Python 因子；- 从因子有效性、时间泛化性、剔除风险与风格暴露后的预测力、因子池差异性（含与 Alpha101 的相似度）、合成信号质量与扣费后多空组合收益等层面系统评估；- 结论：没有哪个范式在信号质量与组合表现上持续占优。