基于自注意力神经网络的多因子量化选股研究.pdf

基于自注意力神经网络模型的多因子量化选股实证研究 摘 要 近年来，随着计算机硬件计算能力的显著提高以及人工智能的飞速发展，量化投 资开始在中国金融市场崭露头角。借助于大数据的发展趋势，机器学习逐渐在量化投 资领域展现出优势。在众多量化投资策略中，多因子选股策略凭借其稳定性高和覆盖 广的优势成为量化投资领域的热点问题之一。同时，神经网络模型强大的非线性拟合 能力提升了机器学习领域各种类型任务的性能，本文主要研究基于自注意力神经网络 模型的多因子量化选股策略的构建。 本文借助Tushare Pro 金融大数据平台和聚宽量化交易平台，选取2009 年10 月 至2018 年10 月沪深300 各成分股相关日度数据作为研究对象。为充分考虑影响股票 价格波动的各方面因素，本文首先选取了行情类因子、财务类因子、技术类因子和投 资者情绪类因子四个类别共117 个因子构建初始因子池。为保证数据的利用质量，本 文对数据进行了滞后性、缺失值和标准化相关预处理。同时，借鉴机器学习领域模型 集成的思想，本文综合计算 Pearson 相关系数、距离相关系数、基于 AIC 准则的 Elastic Net、基于BIC 准则的Elastic Net、随机森林和GBDT 共六个模型对于各个 因子重要性的评分，筛选出68 个因子用于选股模型的构建。最后，本文使用基于自 注意力机制的神经网络模型，每次利用过去60 个交易日的因子数据，对沪深300 各 成分股未来一个月的价格变动趋势进行预测，每次按上涨概率大小选取出前50 只股 票按等权重的资金分配方式构建投资组合，以月为周期进行投资组合的更新。为保证 模型的泛化能力，本文使用了2正则化、随机失活和层标准化的正则化方法。 本文构建的基于自注意力神经网络模型的多因子选股策略在2015 年2 月至2018 年 10 月整个回测期的表现明显优于沪深300 指数，相较于沪深300 指数 1.69%的年 化亏损，该策略取得了27.02%的年化收益，且最大回撤为-22.10%，风险相对市场较 小，明显低于沪深300 指数-46.70%的最大回撤。综合夏普比率、信息比率等评估指 标，该策略在实现高收益率的同时对风险进行了有效的控制。同时本文建议在此策略 的基础上引入沪深300 股指期货，消除系统性风险，以获得更加稳定的超额收益。 当将整个回测期划分为不同趋势阶段对本文所构建的策略进行评测时，该策略在 上涨趋势和震荡趋势阶段能够对各成分股价格变动趋势进行较为精准的预测， 分数 1 分别达到0.89 和0.91，分别取得了较沪深300 指数更高的61.59%和59.88%的累计 收益率，且交易风险均较沪深300 指数更低，分别将最大回撤控制在-7.01%和-6.99%。 在下跌趋势阶段，相较于沪深 300 指数 43.13%的累计亏损，该策略将累计亏损控制 在12.73%。综合夏普比率、信息比率等评估指标，该策略在不同趋势阶段均保证了收 益和风险的相对平衡。 关键词：多因子选股；量化投资；神经网络；自注意力 1 基于自注意力神经网络模型的多因子量化选股实证研究 Abstract In recent years, with the significant improvement in the computing power of computer hardware and the rapid development of Artificial Intelligence, quantitative investment has begun to emerge in the Chinese financial market. With the development of big data, the advantage of machine learning has been gradually demonstrated in the field of quantitative investment. Among many