金融工程高智威丨高频因子跟踪：ChatGPT o3模型重磅发布

来源：米兰app直播下载    发布时间：2025-02-18 09:06:31

　　OpenAI的ChatGPT o3模型在SweepBench Verified基准测试中实现了71.7%的准确率，较前代o1模型提高了20%，并在Codeforces编程竞赛中以2727分的高分显著超过o1的1891分，表现出在推理和编程能力上的显著进步。此外，o3模型在ARC-AGI基准测试中得分高达87.5%，是o1在相同条件下表现的三倍，显示了其在解决高级问题和推动人工通用智能（AGI）发展方面的潜力。

　　本文评测了多个知名大型语言模型的推理能力，发现尽管在经典推理题中表现良好，这些模型在解决特定易错问题时却常犯错误，尤其是在数学和语言推理上的表现参差不齐。特别地，OpenAI的o1模型在推理测试中表现最为突出，而国产模型与其他国外大模型间的性能差距不大。此外，评测还涉及了模型在处理研报复杂文本的能力，结果显示模型在理解细微语言差异和技术问题上仍面临挑战，但Qwen QwQ模型相较于o1在区分技术壁垒和政策影响问题上显示了更好的判断力。ChatGPT o3的发布有望带来新的生产力突破。

　　我们对前期使用GBDT+NN机器学习因子构建的ETF轮动策略进行跟踪测试，发现因子在样本外表现出色：上周IC值达-8.59%，多头超额收益率是0.01%。策略的年化超额收益率是12.13%，信息比率为0.69 ，超额最大回撤为17.31%，上周超额收益率-0.52%，本月以来超额收益率1.60%，今年以来超额收益率7.17%，近期表现优异。

　　我们对前期挖掘的高频选股因子进行跟踪测试，发现因子在样本外整体表现出色。就上周表现来看，价格的范围因子多头超额收益率0.66%，价量背离因子0.58%，遗憾规避因子-0.15%，斜率凸性因子-1.58%。本月以来，价格的范围因子多头超额收益率是2.80%，价量背离因子-0.38%，遗憾规避因子-1.42%，斜率凸性因子-1.65%。今年以来高频因子表现整体都比较优秀，价格的范围因子多头超额收益率8.01%，价量背离因子2.96%，遗憾规避因子8.95%。斜率凸性因子表现欠佳，多头超额收益率-3.32%。

　　其中价格的范围因子衡量股票在日内不同价格的范围成交的活跃程度，能体现出投资者对于股票未来走势的预期。该因子展现出了较强的预测效果，今年以来表现较为稳定。价量背离因子主要衡量股票在市场上买卖的金额与成交量的相关性，一般而言相关性越低，未来上涨的可能性越高。但该因子近几年表现一直不太稳定，多空净值曲线趋近走平，不过今年超额收益处于历史较高水平。遗憾规避因子通过考察股票当天被投资者卖出后反弹的比例和程度，展现了较好的预测效果。该因子样本外超额收益稳定，表明A股投资者的遗憾规避情绪依然会显著影响股价的预期收益。

　　我们将三类高频因子首先等权合成后构建出了高频“金”组合中证1000指数增强策略，该策略年化超额收益率10.33%，超额最大回撤为6.04%。上周录得0.56%的超额收益，本月以来超额收益为1.50%，今年以来超额收益为5.94%。

　　为考虑逐渐增强策略的业绩表现，我们将高频因子与三个比较有效的基本面因子进行等权合成构建出了高频&基本面共振组合中证1000指数增强策略，该策略在样本外超额收益稳定。上周录得1.17%的超额收益，本月以来超额收益为1.75%，今年以来超额收益率是7.33%。截止到上周，该策略的年化超额收益率是14.77%，超额最大回撤为4.52%。

　　以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生明显的变化时模型存在失效的风险。策略依据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变更时，可能会引起策略收益下降甚至会出现亏损。