【华泰证券】人工智能系列之二：人工智能选股之广义线性模型.pdf

证券研究报告
金工研究/深度研究
2017 年 06 月 22 日


林 晓明 执业证书编号：S0570516010001 人工智能选股之广义线性模型
研究员 0755-82080134
******@ 华泰人工智能系列之二
陈烨 010-56793927
联系人 ******@ 采 用统一的视角解释与测试所有的广义线性模型
多因子模型的本质是关于股票当期因子暴露和未来收益之间的线性回归模
型。我们希望引入机器学习的思想，对传统多因子模型进行优化，最自然
相 关研究
的想法正是从简单的线性模型入手。本文中，我们试图采用统一的视角解
释与测试所有的广义线性模型，并分析它们应用于多因子选股的异同，希
1《金工: 全球多市场择时配置初探》
望对本领域的投资者产生有实用意义的参考价值。
2《金工: 华泰价值选股之“漂亮 50”选股

模型》
广 义线性模型的构建和回测
3《金工: 人工智能选股框架及经典算法简
广义线性模型的构建包括特征和标签提取、特征预处理、训练集合成和滚
介》
动训练等步骤。最终在每个月底可以产生对全部个股下期收益的预测值，
也可以将广义线性模型看作一个因子合成模型，即在每个月底将因子池中
所有因子合成为一个“因子”。我们对该模型合成的这个“因子”进行分层
回测，随后根据模型构建出基于沪深 300 行业中性、中证 500 行业中性和
不做行业中性的选股策略。根据模型回测结果以及测试集 IC 或正确率对模
型进行评价。

对 滚动训练集长度等重要参数进行参数敏感性分析
我们对线性回归模型的滚动训练集长度、主成分分析选取的主成分个数和
训练集样本量进行参数敏感性分析。结果表明滚动训练集长度为 12~24 个
月时回测效果较好；主成分分析保留的成分越多，回测效果越好；选取全
部样本在沪深 30