人工智能研究报告：机器学习模型在因子选股上的比较分析.docxVIP

目录索引 一、问题背景 5 二、机器学习模型介绍 5 机器学习因子选股框架 5 多类别逻辑回归 7 支持向量机 8 随机森林 10 极限梯度提升树 12 深层神经网络 13 不同机器学习模型的特点分析 14 三、选股策略描述 15 模型训练方法 15 机器学习训练平台和模型超参数 16 策略回测设置 17 四、实证分析 18 机器学习模型预测性能比较 18 机器学习模型打分相关性分析 20 机器学习模型选股表现 23 机器学习模型的风格分析 28 五、总结与展望 30 图表索引 图 1：机器学习选股框架 6 图 2：MLR 示意图 7 图 3：SVM 二分类示意图 8 图 4：软间隔SVM 二分类示意图 9 图 5：SVM 用于多分类问题示意图 10 图 6：集成学习示意图 11 图 7：Bagging 和Boosting 模型训练示意图 11 图 8：RF 示意图 12 图 9：XGBoost 模型求解示意图 13 图 10：DNN 示意图 14 图 11：日频样本和半月频样本采样示意图 15 图 12：模型滚动更新示意图 16 图 13：时间分组交叉验证示意图 17 图 14：日频样本模型与半月频样本模型测试集准确率对比 19 图 15：日频样本模型与半月频样本模型训练时间对比 20 图 16：日频样本模型 IC 序列 21 图 17：日频机器学习模型选股表现（等权） 24 图 18：日频样本机器学习模型选股对冲收益（等权） 25 图 19：日频机器学习模型选股表现（行业中性） 26 图 20：日频样本机器学习模型选股对冲收益（行业中性） 27 图 21：不同机器学习模型选股打分与风格因子相关性雷达图（日频样本） 29 图 22：不同机器学习模型选股打分与风格因子相关性雷达图（半月频样本） 30 表 1：日频样本模型测试集预测准确率 18 表 2：半月频样本模型测试集预测准确率 19 表 3：机器学习模型 IC 20 表 4：日频样本机器学习模型打分相关性 21 表 5：半月频样本机器学习模型打分相关性 22 表 6：日频样本机器学习模型 IC 相关性 22 表 7：半月频样本机器学习模型 IC 相关性 22 表 8：不同机器学习模型等权选股策略对冲表现（日频样本） 23 表 9：不同机器学习模型等权选股策略分年度对冲收益（日频样本） 25 表 10：不同机器学习模型行业中性选股策略对冲表现（日频样本） 25 表 11：不同机器学习模型行业中性选股策略分年度对冲收益（日频样本） 27 表 12：机器学习模型选股性能比较（等权组合） 28 表 13：机器学习模型选股性能比较（行业中性组合） 28 表 14：风格因子列表 28 表 15：不同机器学习模型选股打分与风格因子相关性（日频样本） 29 表 16：不同机器学习模型选股打分与风格因子相关性（半月频样本） 30 一、问题背景 近年来，随着机器学习在计算机视觉、自然语言处理、专家系统等领域的巨大成功，海内外越来越多的量化基金在研究将机器学习技术引入投资策略中，并且已经出现了众多成功案例。从2016年以来，海外知名投行和对冲基金从人工智能领域引入专业人才和成立人工智能研究小组的报道时有发生，也产生了AI Powered Equity ETF（AIEQ）等公开产品。国内市场来看，以私募基金为主的众多量化投资机构在投资策略中引入了机器学习技术。自2017年以来，A股市场的量化选股基金整体表现不佳，这和市场的“一九行情”、股指期货大幅贴水、市场风格切换加快等因素有关。在此期间，有一批量化私募异军突起，在量化选股策略整体表现不佳的时期取得了优异的业绩。与这些机构的交流中，我们发现机器学习技术在其中起到了重要的作用。 广发金融工程团队在此前的一系列研究中，实证了以深度学习为代表的机器学习方法在因子选股、市场短线择时等方面具有不错的表现和发展前景。详情可以参考《深度学习研究报告之六：深度学习在指数增强策略上的应用》、《机器学习多因子动态调仓策略——多因子Alpha系列报告之（三十六）》和《基于涨跌模式识别的指数和行业择时策略》等研究报告。 本报告以因子选股为背景，比较分析典型的机器学习方法，包括逻辑回归、支持向量机、随机森林、极限梯度提升树、深层神经网络等模型。主要内容有以下几点： 本报告把股票收益率的预测问题构建成一个分类问题，通过机器学习方法 从历史数据中学习股票因子和收益率的关系，建立股票收益预测模型。 采用不同的机器学习分类模型对股票分类问题进行建模