人工智能选股之stacking集成学习.PDFVIP

证券研究报告 金工研究/深度研究 2018 年05 月03 日 林晓明 执业证书编号：S0570516010001 人工智能选股之stacking 集成学习 研究员 0755 linxiaoming@ 华泰人工智能系列之十一 陈烨 010 联系人 chenye@ 报告使用了一种改进的Stacking 模型，适合应用于金融数据领域 Stacking 是一种常见的集成学习框架，一般有两层，其能够成功的关键在 李子钰 于第一层模型能针对原始数据得出有差异性（相关性低）且预测能力好的 联系人 liziyu@ 输出值，这样通过第二层模型进一步学习后，能够在多个第一层模型中取 长补短，提升预测的准确度和稳定性。本文使用的是一种改进的Stacking 相关研究 框架，框架的第一层不仅使用不同的模型，还使用有差异的训练数据，这 进一步增大了模型输出值之间的差异性，这样的差异性往往适合于训练和 1 《金工: A 股市场及行业的农历月份效应》 预测数据不是同分布的领域，可以增强预测的稳定性，如金融数据的预测。 2018.03 2 《金工: 宏观周期指标应用于随机森林选 报告提出了基于适应度指标的Stacking 基模型选择方法 股》2018.03 对于Stacking 集成学习在多因子选股领域的应用，本文提出了基于适应度 3《金工: 2018 中国与全球市场的机会、风险》 指标的基模型选择方法，该方法本质是挑选预测值相关性低且预测能力好 2018.03 的基模型进行集成。通过分析，我们认为使用6 个月数据训练的XGBoost 模型（XGBoost_6m ）以及逻辑回归模型（逻辑回归_6m ）最适合与使用 72 个月数据训练的XGBoost （XGBoost_72m ）进行Stacking 集成。 报告给出了Stacking 应用于多因子选股的3 个关键结论 对于Stacking 集成学习在多因子选股领域的应用，我们通过对比测试，得 出以下结论：（1）Stacking 第一层应该使用不同种类的基模型和训练数据 以达到最好的预测结果；（2）Stacking 第一层并非集成越多的基模型表现 就越好，要达到更好的集成学习效果，需要各个基模型两两之间相关性低， 且基模型有足够好的预测能力。（3）较短的验证集数据长度（2 个月）可 以使得Stacking 集成学习模型的超额收益最大回撤较小，Calmar 比率较 高，模型预测值的IR 比率较高。 Stacking 模型能获得较高的超额收益并控制回撤，Calmer 比率提升显著 在本文的测试中，最优的Stacking 集成学习模型为将XGBoost_72m 和逻 辑回归_6M 进行集成，并且验证集数据选用2 个月的模型（以下简称最优 模型）。最优模型有效结合了基模型的优点（XGBoost_72m 的高收益、高 信息比率，逻辑回归_6m 的低回撤）。2011 年2 月至2018 年4 月，对于