20180725-华泰证券-华泰证券人工智能系列之十二：人工智能选股之特征选择.pdfVIP

证券研究报告 金工研究/深度研究 2018 年07 月25 日 林晓明 执业证书编号：S0570516010001 人工智能选股之特征选择 研究员 0755 linxiaoming@ 华泰人工智能系列之十二 陈烨 010 联系人 chenye@ 特征选择是人工智能选股策略的重要步骤，能够提升基学习器的预测效果 特征选择是机器学习数据预处理环节的重要步骤，核心思想是从全体特征 中选择一组优质的子集作为输入训练集，从而提升模型的学习和预测效果。 相关研究 我们将特征选择方法应用于多因子选股，发现特征选择对逻辑回归_6m 、 XGBoost_6m 基学习器的预测效果有一定提升。我们以全A 股为股票池， 1 《金工: 养老目标驱动的多期博弈均衡模 以沪深300 和中证500 为基准，构建行业中性和市值中性的选股策略。基 型》2018.06 于F 值和互信息的方法对于逻辑回归_6m 、XGBoost_6m 、XGBoost_72m 2 《金工: 因子收益率的周期性研究初探》 基学习器的回测表现具有明显的提升效果。 2018.06 3《金工: 指数增强方法汇总及实例》2018.05 随着入选特征数的增加，模型预测效果先上升后下降 特征个数并非越多越好。以逻辑回归_6m 和XGBoost_6m 为基学习器时， 随着入选特征数的增加，模型的AUC 先上升后下降；对于我们的70 个特 征而言，入选特征数在50 左右效果最好。以XGBoost_72m 为基学习器时， 随着入选特征数的增加，模型的AUC 先上升后持平。以基于F 值+FPR 方 法对逻辑回归_6m 进行特征选择为例，统计入选特征的频次，发现入选频 次高的特征以价量类因子为主。 特征选择是预处理的重要步骤，意义在于减少时间开销，并避免过拟合 特征选择是特征预处理的重要环节之一，其意义在于：1）减少时间开销； 2）避免过拟合；3）使模型容易被解释。特征选择方法主要包括过滤式、 包裹式、嵌入式三类，最常用的方法为过滤式。“过滤”的标准可以来自于 无监督学习，如特征本身的方差、熵等；可以是围绕特征和标签构建的统 计指标，如 F 值、互信息、卡方等；也可以由其它模型提供，如 L1 正则 化线性模型的回归系数、树模型的特征重要性等。 面对海量因子时特征选择方法能够大幅提升模型的开发效率 特征选择本质上是一种降维手段，没有引入新的信息，因此难以给基学习 器的效果带来质的改变。特征选择的优势在于，当我们面对海量的原始特 征，仅靠人力无法逐一筛选时，该方法将大幅提升机器学习模型的开发效 率。实际上，由于本文使用的70 个原始特征均为经单因子测试确