【基于MLP神经网络的AI量化模型的构建分析案例5200字】.pdfVIP

基于MLP神经网络的AI量化模型的构建分析案例

目录

基于MLP神经网络的AI量化模型的构建分析案例1

1.1AI量化投资模型的概述1

1.2AI量化模型的构建3

1.2.1数据）隹备5

1.2.2量化投资策略的构建8

1.2.3量化模型回测和评估10

L1AI量化投资模型的概述

量化投资是把投资逻辑用数学模型进行量化，并通过计算机程序买卖指令进

行交易。AI量化模型就是把人工智能中各种机器学习的算法引入量化模型开发

中，把传统量化模型中需要人工总结的股规律，以机器学习算法来代替。

我们把AI量化模型看作一个函数，它试图解释自变量（因子特征）和因变

量（目标）之间的关系。我们以“一线穿多阳〃的股逻辑作为例子，来解释

AI量化模型如何把股逻辑转化为可量化的因子特征和目标，并通过对这些数

据的机器学习总结股规律，我们用图4-1展示这个流程：

选股逻辑

举例：“一线穿多阳，即日K线上穿多条均线

目标因子特征

未来五日收益率收盘价和5日均线的比例

收盘价和10日均线的比例

收盘价和20日均线的比例

开盘价和5日均线的比例

开盘价和10日均线的比例

开盘价和20曰均线的比例

收盘价和开盘价比例

预测未来5日收益率

图4-1«一线穿多阳”为选股逻辑的AI量化模型的简单示意图

首先，我们把“一线穿多阳”的股逻辑拆解为目标是“未来5日收益率”、

以及与影响目标的因子特征（“收盘价和5日均线比例〃等的因子特征）;接着

把目标和因子特征数据合并起来，通过机器学习来探索目标（未来5日收益率的

涨跌）与因子特征之间规律，进而构建股的决策模型；然后在决策模型中输入

新的因子特征数据，用来预测“未来5日收益率〃;最后根据预测结果择股票

组合。

以上是简化版的AI量化模型，我们把AI量化模型展开，它是一个包含了多

个多个子流程的复杂结构，每一个子流程之间都有着密切的联系。总体而言，要

开发一个AI量化模型，主要包括以下流程：

前提：择一个投资逻辑，并把这个投资逻辑拆解为可量化的目标和因子特

征。

第一步数据准备

第二步机器学习算法模型的构建

第三步量化投资策略的构建

第四步量化模型的回测和评估

第五步量化模型的优化

根据以上的开发流程，本文基于MLP神经网络的AI量化模型的构建的技术

线路如图4-2所示:

图4-2MLP神经网络的AI量化模型的构建的技术线路

1.2AI量化模型的构建

投资逻辑：以Fama-French三因子模型为基础，我们认为上市公司的规模和

价值，与它的股票收益率相关。我们把这个投资逻辑，量化为市值和市净率这两

个公司指标作为因子特征、未来5日收益率作为目标标签。

模型简介（原始版）

因子数量：2个

是否对因子数据预处理：是

标注：未来5日收益（不做离散化）

是否对标注数据标准化处理：是

训练集数据：2010/01/01-2019/01/01

实验集数据：2019/01/01〜2020/02/11