2018年量化投资与机器学习精选版.ppt

汇添富基金 吴振翔 量化投资与机器学习 2018.5.6 0. 量化投资需要什么技术？ 量化投资与机器学习，问题的定义是什么？ 需要先定义量化投资，进而才能思考机器学习技术在其中的应用。 我们如何看待量化投资 投资 收益 / 风险 量化投资 ? 根据不同的资金端收益风险需求，使用量化 手段进行资产端配置，为客户提供投资管理 服务。 ? 量化手段主要体现于资产端的投资管理。 资金端 资产端 量化投资的应用场景 ? 绝对收益目标 ? 相对收益目标 按照投资目标划分 ? 权益类资产 ? 固定收益类资产 ? 商品期货类资产 ? 大类资产配置 按照投资标的划分 ? 长期 ? 短期 ? 日内高频 按照投资期限划分 投资标的 期限 目标 量化投资需要解决的问题 无论是绝对收益目标还是相对收益目标，无论何种投资期限， 量化投资需要解决的问题都可以总结为 “挖掘收益”和“控制风险” ? 维度之一：选股， what ? 维度之二：择时， when ? 维度之三：交易执行， how 挖掘收益 ? 市场风险：市场波动风险，跟踪误差风险 …… ? 黑天鹅风险：财务造假，负面新闻 …… ? …… 控制风险 传统量化投资技术 ? 历史行情数据 ? 历史财务数据 ? 历史研究、舆情、公告 …… ? …… 历史数据 ? 将数据结构化，提取特征 ? 按照特定逻辑，通过统计方法对特征建立模 型： ? 因子选股：要统计因子 IC 等指标，传统 因子模型也是基于对收益率的线性回归； ? 择时策略：要统计信号的胜率、赔率、 频率，并在样本内样本外做比对； ? 交易策略：类似于择时； ? 风险控制：绩效分析是基于线性模型的， 其他风险控制手段也基于一些风险特征 在历史上的表现。 经典统计学方法论 ? 将基于历史数据的统计模型应用于当时的投 资问题 ? 为什么模型失效？ ? 历史不重演了？ ? 历史不会完全重演； ? 模型是历史的不完全表述； ? 我们认为，除非市场出现重大变故 （类似熔断，股指期货限仓），历史 规律不会断然变化，而连续变化的历 史规律是可以捕捉的。虽然历史不会 完全重演，但量化投资仅需要把握部 分重演的历史。 ? 让模型更好表述历史、预测未来，是 量化投资研究的努力方向。 量化投资 量化投资需要什么技术？ 数据 处理 建模 大数据 = 新世界 异构数据的流水线 特征工程 ? 结构工程 大数据时代来临，量化投资可以使用的基础 数据充满可能性，大数据有望提升模型表述 能力。 利用工程学方法构造数据分析的流水线， 不断提高数据的时效性。 统计模型基于人类对于数据的观测，依赖 于经营性的特征提取，深度学习可以通过 定义结构进一步挖掘信息。 1. 我们感兴趣的机器学习技术 机器学习技术发展日新月异，但在狭义的量化投资领域的应用才刚刚开 始。 数据获取与数据处理 Source: Big Data and AI Strategies: Machine Learning and Alternative Data Approach to Investing, J.P.Morgan ? 从海外经验来看，投资领域对于另类 数据的使用已经起步，数据使用范围 可谓相当多样。 ? 从数据获取来看，主要来源如下：舆 情文本、卫星图像、交通信息、物流 信息、网络搜索、电商信息等。 ? 对应于这些数据来源，所需要的数据 处理技术包括：自然语言处理、计算 机视觉等。 自然语言处理技术 ? 从数据处理和特征提取角度来看，目 前自然语言处理技术已经较为成熟， 可以对诸如新闻、公告等文本信息进 行大规模处理。 ? 中文分词技术是处理中文文本数据的 基础；词向量技术是将高维且正交的 one-hot 向量，转变为低维且具有几何 意义的向量的技术。 自然语言处理技术 ? 海外某公司现在已经开始提供实时的 Twitter 舆情数据，直观来看， Tweet Volume 和 Sentiment 都没有很 强的领先性，但也不排除精细化处理后对投资能够起到作用。 Source: /charts/#charts-10 计算机视觉技术 ? 卷积神经网络（ CNN ）为处理具有 空间结构 的数据提供了极大可能。 ? GPU 硬件技术的突飞猛进大大提升了 CNN 的数据处理能力，使得工业界目前已经可以处理大规模的图像 和视频数据。