雙軌最優傳輸分布糾偏與對抗生成式因子挖掘模型研究

深度學習因子挖掘的結構性瓶頸

當前基于深度學習的因子挖掘框架主要面臨兩項可優化的結構性問題。首先，傳統模型廣泛使用的IC（信息系數）損失函數僅約束預測值與真實收益之間的排序方向，對預測分布的形態缺乏結構性要求。這種設計導致因子可能在保持高IC表象的同時，隱藏尾部區分度不足與跨期不穩定的風險，最顯著的表現即為多頭挖掘能力受限。其次，在時序特征編碼中，深層Transformer網絡往往缺少底層的表征層面約束。模型傾向于將全部有效信號壓縮至序列末端，導致潛空間表征發生漂移并引發過擬合現象，限制了模型在風格劇烈切換時的泛化能力。

全局分布對齊模型：引入最優傳輸理論

為解決上述分布形態缺失問題，研究提出了全局分布對齊模型（GDA）。該模型將最優傳輸理論引入損失函數，利用切片Wasserstein距離來度量預測分布與真實收益分布之間的幾何差異。相較于僅關注排序的IC損失，GDA模型通過約束整體分布形狀（包括尾部厚度、偏度等），使預測值的分布形態向真實收益分布靠攏。實證測試顯示，該模型在保留排序能力的同時，有效提升了多頭組合的收益表現，表明在損失函數中加入全局分布對齊目標能夠引導模型學習到更多關于多頭端的有效信息。

非平衡輸出對齊：多頭偏心與條件感知

盡管全局分布對齊改善了分布形狀，但其采用的標準最優傳輸是一種“公平對齊”，即假設所有收益率區間的信息價值相同。然而，在主動投資實務中，超額收益主要來源于前10%的多頭組合，中間區間的排序正確性對組合構建價值較低。為此，研究構建了非平衡輸出對齊模型（UOA）。該模型通過KL散度松弛邊緣約束，并引入Top-K目標邊緣增強機制，將傳輸代價從全區間均勻分配改造為向多頭端傾斜的偏心分配。此外，UOA還引入了條件狀態感知模塊，基于截面波動自適應調節匹配強度，防止模型在極端波動日過擬合。測試結果表明，UOA模型進一步提升了多頭組合的年化收益率，顯示出非平衡傳輸在資源分配上的優勢。

雙軌Sinkhorn網絡：潛空間歷史模板錨定

針對純輸出端監督下Transformer潛空間表征易發生坍縮的問題，研究設計了雙軌Sinkhorn網絡（DTSN）。該模型在輸出端約束之外，新增了一條潛空間錨定軌。具體而言，模型維護一個動態更新的歷史牛股潛特征記憶庫，存儲歷史上高收益股票的潛空間特征。通過計算當前截面潛特征與記憶庫中歷史模板之間的切片Wasserstein距離，迫使模型使用歷史上穩定的牛股模式來編碼股票，從而抑制噪聲關聯，提升因子表現的跨期穩定性。雙軌架構實現了從“輸出分布對齊”到“潛空間結構錨定”的全層面正則化覆蓋。

雙軌對抗挖掘網絡：自適應分布度量

為進一步突破固定數學度量的局限，研究提出了雙軌對抗挖掘網絡（DTAN）。該模型利用兩個WGAN-GP判別器分別替代輸出軌的非平衡最優傳輸和潛空間軌的切片Wasserstein距離。在對抗博弈過程中，判別器能夠自適應地學習分布差異的最優刻畫，發現手工度量無法捕捉的非線性分布差異。這種可學習的分布度量機制使得模型不再依賴人為預定義的固定規則，而是通過與不斷進化的對手競爭來優化生成器。實證結果顯示，DTAN模型在多頭組合年化收益率和最大回撤控制上均達到了最優水平，驗證了對抗學習在因子挖掘中的有效性。

指數增強策略表現

基于表現最優的DTAN模型，研究進一步構建了滬深300、中證1000及國證2000指數增強策略。回測數據顯示，DTAN模型在不同市值風格的指數增強中均展現出顯著的超額收益能力。其中，滬深300指數增強策略年化超額收益率表現穩健，中證1000與國證2000指數增強策略則獲得了更高的年化超額收益。這表明雙軌對抗挖掘框架不僅提升了因子本身的IC值，更在實際組合構建中轉化為可持續的超額收益，且在不同市場環境下具備較好的適應性。