FactorBench：面向组合的自动化因子挖掘基准

01 摘要

论文提出 FactorBench，一个面向组合的基准，比较九种自动化挖掘方法在五个股票市场约五千个因子。基准从因子有效性、时序泛化、风险与风格暴露后预测力、方法池内及方法间独特性、复合信号质量及扣费后多空与纯多头组合表现三层追踪输出。作者报告称没有一种范式始终占优；这是其基于该基准的结论。

02 关键点

1. 覆盖约五千个挖掘因子、九种自动化方法与五个股票市场，使用共享数据与评估契约。
2. 评估涵盖因子有效性、时序泛化、风险与风格暴露后预测力、方法池独特性以及扣费后组合表现。
3. 结论为没有一种范式在所有评估维度上持续占优。