20260730-申万宏源-视觉大模型ViT在量化选股上的探索_申万金工因子观察第13期20260728_11页_1mb

视觉大模型ViT在量化选股上的探索总结

核心内容概述

本文探讨了视觉大模型ViT在量化选股策略中的应用，以中证500指数成分股内选股构建指数增强策略为例，评估ViT在股价预测中的表现及其与经典机器学习模型（如GBM）的结合效果。研究结果显示，ViT在图形信息上具有一定的增量价值，但需与数值模型结合使用以获得更优表现。

主要观点

1. ViT模型架构特点

   • ViT将K线图分割为14×14的小方块（共729块），输出1152维向量。
   • 相较于CNN，ViT需要更多数据训练，但可通过预训练模型避免从头训练。
   • 模型本身不提供直观的经济学含义，但能捕捉图形的潜在规律。

2. 模型对比与表现

   • GBM模型表现最优，具有最高的IC值（0.754），依赖于精确数值信息。
   • R0线性模型相比GBM具有显著的残差IC（4%），表明图形信息存在增量贡献。
   • R1和R2模型表现不如R0，说明图形模型本身无需额外特征工程。
   • 线性模型优于神经网络，在ICIR指标上表现更优，表明ViT的1152维向量更适合用线性方式转化。

3. 模型合成效果

   • 将ViT残差因子与GBM模型结合，合成模型在费后年化超额收益上优于GBM。
   • 合成模型在不控制换手时，费后年化超额收益可达13.45%，但在2025年表现不佳。
   • 限制换手至20倍时，合成模型费后年化超额收益可达9.40%，优于GBM的8.05%。

4. 模型稳定性与风险控制

   • 对动量和高波动因子进行极值中性化后，合成模型的超额收益稳定性显著提升。
   • 2025年超额收益在极值中性约束下转正，回撤下降。
   • 2026年合成模型表现稳定，费后超额收益约为9.40%。

5. 模型应用建议

   • ViT作为图形信息的补充模型，应与数值模型（如GBM）正交结合使用。
   • 图形模型需注意交易成本，换手控制有助于提升费后表现。
   • 综合ViT与GBM，再对动量和高波动因子进行极值约束，可获得更优的策略表现。

关键信息

模型输入与输出

• 输入：每个股票过去60个交易日的K线图（384×384像素），附加成交量、均线等信息。
• 输出：1152维向量，用于后续的股价预测。

模型类型与表现

合成模型表现

分年度表现（2022-2026.7.23）

风险提示

1. 模型依赖历史数据：历史表现不能完全代表未来表现，市场环境变化可能导致模型失效。
2. 指数样本变动：分析基于历史公开信息，可能因指数成分股调整产生偏差。
3. 交易成本影响：ViT模型换手率较高，需注意交易费用对收益的侵蚀。
4. 模型稳定性：尽管ViT有增量信息，但需与GBM模型结合使用以提升稳定性。
5. 风险控制：建议对动量和高波动因子进行极值中性化处理，以增强模型的稳健性。

结论

ViT作为视觉大模型，在量化选股中展现出一定的信息增量价值，但其表现仍依赖于与经典数值模型（如GBM）的结合使用。通过正交化处理，将ViT的残差因子与GBM模型合并，能够有效提升模型的稳定性与收益表现。在实际应用中，需注意换手控制与风险中性化处理，以确保模型在不同市场环境下具备更好的适应性和收益表现。