20180223-安信证券-机器学习与量化投资_避不开的那些事（1）_20页_1mb

机器学习与量化投资：避不开的那些事（1）总结

核心内容

本报告围绕机器学习在量化投资中的应用展开，重点分析了以下五个方面：

• 从高频到低频
• 从线性到非线性
• 从单次分析到推进分析
• 从分类到回归
• 预测值相关性

通过对比不同策略在历史数据上的表现，探讨了机器学习在量化投资中的优势与挑战，并提出了相应的风险提示与改进方向。

主要观点

1. 从高频到低频

• 高频策略在机器学习中更容易实现，因为数据量大、模式识别更直接。
• 但高频策略也面临交易成本高、运算速度限制等现实问题。
• 日线策略虽然数据量少，但更符合实际交易的可行性，且交易成本相对较低。

2. 从线性到非线性

• 非线性模型在金融市场中更具有表现力，因为市场行为通常是非线性的。
• 非线性模型容易过度拟合，需通过合理的方法如AIC、BIC、Dropout等进行优化。
• 人类思维方式多为线性，因此在理解非线性模型时存在一定困难。

3. 从单次分析到推进分析

• 推进分析更贴近实际交易场景，允许模型在盘后更新，使用最新数据。
• 推进分析相比单次分析更复杂，但能提高模型的适应性与稳健性。
• 推进分析可以采用Rolling方式，即每次使用部分历史数据进行训练和测试。

4. 从分类到回归

• 分类策略将市场分为上涨或下跌两类，但分类边界难以准确界定。
• 回归策略更优，因为它能提供更精细的预测值，从而更好地指导交易。
• 回归策略的胜率和盈亏比通常优于分类策略。

5. 预测值相关

• 预测值的大小反映了趋势的强度，对交易信号具有指导意义。
• 选择合适的阈值是关键，阈值过大会导致错失机会（Type II error），阈值过小则容易产生误判（Type I error）。
• 预测值的强度与交易频率、成本密切相关，需在两者之间权衡。

关键信息

回测结果

• 标准神经网络回归策略：

  • 夏普比：3.55
  • 年化收益：80.36%
  • 最大回撤：17.05%
  • 胜率：62.69%
  • 盈亏比：1.31

• 日线策略：

  • 夏普比：0.68
  • 年化收益：19.02%
  • 最大回撤：36.92%
  • 胜率：53.21%
  • 盈亏比：0.99

• 线性核函数支持向量机回归策略：

  • 夏普比：0.95
  • 年化收益：17.67%
  • 最大回撤：29.71%
  • 胜率：49.64%
  • 盈亏比：1.23

• 推进分析策略：

  • 夏普比：2.66
  • 年化收益：56.38%
  • 最大回撤：17.24%
  • 胜率：57.56%
  • 盈亏比：1.22

• 神经网络分类策略：

  • 夏普比：1.66
  • 年化收益：30.91%
  • 最大回撤：25.30%
  • 胜率：49.72%
  • 盈亏比：1.39

• 预测值以0为界限的策略：

  • 夏普比：2.17
  • 年化收益：43.92%
  • 最大回撤：26.05%
  • 胜率：46.68%
  • 盈亏比：1.75

风险提示

• 机器学习策略基于历史数据，存在失效风险。
• 金融市场可能因结构变化导致模型失效。
• 市场流动性不足可能造成交易成本过高，影响策略收益。
• 缺乏合理的报撤单逻辑可能导致在单边市场中以不利价格成交。

交易成本与模型设计

• 成交成本假设为：日内单边千分之一，隔日单边万分之三。
• 策略设计中考虑了不同时间点（10:00, 10:30, 11:00等）的决策模型。
• 模型基于价量指标预测收益，当预测值超过阈值时进行交易。

逻辑与方法

• Bias-Variance Trade off：模型越复杂，偏差越小，但方差越大，需通过训练集、验证集、测试集分离或使用AIC、BIC等指标进行控制。
• Dropout算法：通过随机“丢弃”部分神经元，有效防止过拟合。
• 推进分析：模型在盘后更新，使用滚动窗口训练和测试，更贴近实际交易。
• 预测值阈值选择：可基于历史平均值与标准差进行设定，以平衡交易频率与成本。

图表与数据

• 附有多组图表，包括净值、收益、回撤、分年度夏普比等，用于展示不同策略的表现。
• 表格对比了不同策略的绩效指标，如夏普比、最大回撤、年化收益等。

策略因子归因

• 开盘前一小时和收盘前一小时的数据对预测效果影响较大。
• 盘中数据随机性较强，预测效果相对较差。
• 策略的因子重要性分布有助于理解模型的决策逻辑。

作者与联系方式

• 分析师：

  • 杨勇（yangyong1@essence.com.cn）
  • 周裘（zhoumao@essence.com.cn）

• 销售联系人：

  • 上海：葛娇妤、朱贤、许敏、章政、孟硕丰、李栋、侯海霞、潘艳、刘恭懿、孟昊琳
  • 北京：王秋实、田星汉、李倩、周蓉、温鹏、张莹
  • 深圳：胡珍、范洪群、巢莫雯、黎欢

结论

• 回归策略优于分类策略，能更好地反映市场趋势。
• 高频策略在数据量和模型复杂度上有优势，但受交易成本和流动性限制。
• 推进分析更符合实盘操作，但计算成本较高。
• 预测值的合理设定对策略效果至关重要。
• 需要警惕模型失效、市场结构变化、流动性不足等风险，持续优化模型结构与参数设置。