华泰人工智能系列之二十八：基于量价的人工智能选股体系概览.docx

正文目录本文研究导读 4人工智能融入多因子选股体系 5从多因子选股到人工智能选股 5基于量价的人工智能选股体系概览 6基于量价的人工智能选股体系测试流程 10数据准备 10使用遗传规划进行因子挖掘 11使用机器学习模型合成因子 12组合构建和回测 12机器学习模型的可解释性分析 12测试结果 13“遗传规划+随机森林”模型的单因子IC测试 13“遗传规划+随机森林”模型的单因子分层测试 13“遗传规划+随机森林”模型构建行业市值中性的中证500增强策略 14“遗传规划+随机森林”模型增量超额收益分析 15结论 20风险提示 20附录1:核主成分分析简介 21附录2:Python高性能计算程序包Bottleneck简介 23图表目录图表1:人工智能融入多因子选股体系 5图表2:基于量价的人工智能选股体系 6图表3:以RankIC为适应度挖掘出的线性因子的分层测试 7图表4:以互信息为适应度挖掘出的非线性因子的分层测试 7图表5:缓解机器学习过拟合的方法 8图表6:原始数据列表 10图表7:函数列表 10图表8:以残差收益率为预测目标,进行多轮因子挖掘 11图表9:遗传规划挖掘出的选股因子 11图表10:各个时间点挖掘出的因子数量 12图表11:随机森林模型的超参数 12图表12:合成因子IC值分析(回测期20110131~20200123) 13图表13:合成因子的累计RankIC(回测期20110131~20200123) 13图表14:合成因子分层测试结果(回测期20110131~20200123) 14图表15:合成因子进行五因子中性化的分层测试(回测期20110131~20200123) 14图表16:行业市值中性的中证500增强策略回测绩效(回测期:20110131~20200123)........................................................................................................................................15图表17:行业市值中性的中证500增强策略回测绩效(回测期:20110131~20200123)........................................................................................................................................15图表18:行业市值中性的中证500增强策略超额收益情况(回测期:20110131~20200123) 15图表19:使用模型2构建的行业市值中性的中证500增强策略回测绩效(回测期:20110131~20200123) 16图表20:使用模型3构建的行业市值中性的中证500增强策略回测绩效(回测期:20110131~20200123) 16图表21:个股权重偏离上限=%时模型2和模型3的超额收益对比(回测期:20110131~20200123) 16图表22:随机森林模型中因子的|SHAP|值(前30因子) 17图表23:随机森林模型中因子的SHAP值(前30因子) 17图表24:alpha125因子的分层测试 18图表25:alpha125因子的SHAP值和因子取值的关系 18图表26:alpha89因子的分层测试 18图表27:alpha89因子的SHAP值和因子取值的关系 18图表28:alpha103因子的分层测试 19图表29:alpha103因子的SHAP值和因子取值的关系 19图表30:KPCA的流程 21图表31:KPCA常用核函数 21图表32:PCA和KPCA对非线性可分数据的降维效果对比 22图表33:三组测试的平均拟合优度和显著性 22图表34:Bottleneck函数与numpy自带函数的速度对比 23本文研究导读自2017年6月以来,华泰金工在人工智能选股领域持续耕耘,在已发布的20多篇深度研究报告中,我们对人工智能运用于多因子选股进行了全方位的探索和论证。随着A股市场的风云变换和AI技术的持续发展,我们也观察到人工智能选股方法已逐渐在各个机构中得到实践,成为多因子模型的重要补充部分。继往开来,我们将在前期报告的基础上,梳理出一套基于量价信息的全流程人工智能选股体系,并在未来尝试不断改善体系中的各个环节。本文将主要关注以下内容:目前人工智能技术能融入多因子选股的哪些环节?如何构建基于量价的人工智能选股体系?体系中各个步骤的关键问题和解决方案是什么?基于量价的人工智能选股体系测试效果如何?人工智能融入多因子选股体系从多因子选股到人工智能选股多因子选股模型是当前最重要的定量