人工智能选股之朴素贝叶斯模型-DataYes.PDF

证券研究报告 金工研究/深度研究 2017 年08 月17 日 林晓明 执业证书编号：S0570516010001 人工智能选股之朴素贝叶斯模型 研究员 0755 linxiaoming@ 华泰人工智能系列之四 陈烨 010 联系人 chenye@ 本报告对朴素贝叶斯模型及线性判别分析、二次判别分析进行系统测试 “生成模型”是机器学习中监督学习方法的一类。与 “判别模型”学习决 相关研究 策函数和条件概率不同，生成模型主要学习的是联合概率分布 (, ) 。本 1 《金工: 基于 DDM 模型的板块轮动探索》 文中，我们从朴素贝叶斯算法入手，分析比较了几种常见的生成模型 （包 2017.08 括线性判别分析和二次判别分析）应用于多因子选股的异同，希望对本领 2 《金工: 人工智能选股之支持向量机模型》 域的投资者产生有实用意义的参考价值。 2017.08 3 《金工: 华泰价值选股之相对市盈率港股模 朴素贝叶斯模型构建细节：月频滚动训练，结合基于时间序列的交叉验证 型》2017.07 朴素贝叶斯模型的构建包括特征和标签提取、特征预处理、训练集合成和 滚动训练等步骤。我们的模型设置为月频换仓，在每个月月底重新训练并 交叉验证一次。我们采用了一种基于时间序列的交叉验证方法，其核心思 想在于，交叉验证集中的样本在时间序列上始终位于训练集样本之后，验 证时不会用到未来信息。交叉验证结果显示，训练期越长、模型预测效果 越好。最终在每个月底可以产生对全部个股下期上涨概率的预测值，然后 根据正确率、AUC 等指标以及策略回测结果对模型进行评价。 朴素贝叶斯在指数成份内选股效果较好，线性判别分析全A 选股效果较好 对于沪深 300 成份股内选股的行业中性策略（每个行业选 5 只个股），朴 素贝叶斯、线性判别分析和二次判别分析的年化超额收益率分别为7.69%、 7.89%、6.12%，信息比率为 1.84、1.77、1.50。对于中证 500 成份股内 选股的行业中性策略，三种方法年化超额收益率分别为 9.64%、8.29%、 8.13%，信息比率为2.14、2.01、1.98。对于全A 选股的行业中性策略， 三种方法相对于中证500 的年化超额收益率分别为18.9%、22.2%、20.1%， 信息比率为 3.00、3.49、3.38。总体而言，朴素贝叶斯在沪深300 和中证 500 成份内选股表现较优，线性判别分析全A 选股表现较好。 线性判别分析法的分类效果最佳，其在某种意义下等价于线性回归 经过对比，我们发现线性判别分析法的测试集正确率、AUC 普遍优于其它 算法。通过简单的计算，我们发现股票的特征因子之间存在着相关性，且 对于不同类别的股票这种相关性几乎一致，线性判别分析的假设最符合实 际情况。在二分类问题中，线性判别分析在某种意义上等价于线性回归， 所以这进一步