20181006-华泰证券-人工智能选股周报_今年中证800随机森林超额7.27__13页_1mb

金工研究/量化投资周报总结

核心内容概述

本报告是华泰证券金工团队发布的量化投资周报，主要分析了多种人工智能模型在多因子选股中的表现。报告涵盖了不同股票池（全A股、沪深300、中证500、中证800）中，不同模型在上一周、最近一个月以及2018年以来的超额收益表现，同时对模型的RankIC均值和相关绩效指标进行了分析。

主要观点

• 人工智能模型在多因子选股中的应用：华泰金工将多种机器学习算法应用于多因子选股，旨在挖掘非线性特征，提升超额收益。
• 模型表现差异：不同模型在不同股票池中的表现存在显著差异，部分模型在特定池中表现优于其他模型。
• 回测条件统一：所有模型均使用相同的回测条件，包括股票池处理、特征提取、预处理方式、交易费用等。
• 模型性能评估：通过RankIC均值、年化收益率、夏普比率、最大回撤等指标对模型进行评估，提供全面的模型表现数据。

关键信息

各模型上一周超额收益表现

• 沪深300：
  • 超额收益最高的是Stacking（0.27%）。
• 中证500：
  • 超额收益最高的是朴素贝叶斯（-0.04%）。
• 中证800：
  • 超额收益最高的是随机森林（0.20%）。

各模型最近一个月超额收益表现

• 沪深300：
  • 超额收益最高的是神经网络（0.95%）。
• 中证500：
  • 超额收益最高的是随机森林（1.35%）。
• 中证800：
  • 超额收益最高的是随机森林（1.35%）。

2018年以来超额收益表现

• 沪深300：
  • 超额收益最高的是逻辑回归（4.15%）。
• 中证500：
  • 超额收益最高的是朴素贝叶斯（3.70%）。
• 中证800：
  • 超额收益最高的是随机森林（7.27%）。

2018年以来RankIC均值表现

• 全A选股：
  • RankIC均值最高的是逻辑回归（0.114）。
• 沪深300成分内选股：
  • RankIC均值最高的是随机森林（0.104）。
• 中证500成分内选股：
  • RankIC均值最高的是朴素贝叶斯（0.093）。
• 中证800成分内选股：
  • RankIC均值最高的是神经网络（0.083）。

模型回测绩效指标（以沪深300为基准）

模型RankIC详细指标

• 全A选股：
  • 逻辑回归：RankIC均值为0.114，IR比率为1.862。
• 沪深300成分内选股：
  • 随机森林：RankIC均值为0.104，IR比率为1.292。
• 中证500成分内选股：
  • 朴素贝叶斯：RankIC均值为0.093，IR比率为1.091。
• 中证800成分内选股：
  • 神经网络：RankIC均值为0.083，IR比率为1.067。

模型特征和因子池

• 因子分类：包括估值、成长、财务质量、杠杆、市值、动量反转、波动率、情绪、技术等。
• 具体因子：
  • 估值：EP、EPcut、BP、SP、NCFP、OCFP、DP、G/PE。
  • 成长：Sales_G_q、Profit_G_q、OCF_G_q、ROE_G_q。
  • 财务质量：ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflowratio_ttm。
  • 杠杆：financial_leverage、debt equity ratio、cash ratio、current ratio。
  • 市值：ln_capital。
  • 动量反转：HAlpha、return_Nm、wgt_return_Nm、exp_wgt_return_Nm。
  • 波动率：std_FF3factor_Nm、std_Nm。
  • 情绪：rating_average、rating_change、rating_targetprice。
  • 技术：MACD、DEA、DIF、RSI、PSY、BIAS。

风险提示

• 人工智能模型构建的选股策略基于历史数据，存在失效的可能。
• 模型的可解释性较低，使用时需谨慎。

免责声明

• 本报告仅供华泰证券客户使用，不构成投资建议。
• 报告基于公开信息编制，不保证其准确性或完整性。
• 报告内容可能根据市场情况调整，投资者需自行关注更新。

模型构建方法

• 数据获取：股票池包括沪深300、中证500、全A股，剔除ST、停牌、上市3个月内的股票。
• 特征提取：使用70个因子作为特征，包括估值、成长、财务质量、杠杆、市值、动量反转、波动率、情绪、技术等。
• 特征预处理：中位数去极值、缺失值填充、行业市值中性化、标准化。
• 训练与测试：训练集占90%，交叉验证集占10%，使用AUC或平均AUC选择最优参数。

结论

• 不同模型在不同股票池中的表现各有优劣，逻辑回归在全A选股中表现最佳，随机森林在中证800选股中表现突出。
• 人工智能模型在多因子选股中展现出一定的优势，但需注意模型的可解释性和潜在失效风险。