【专题报告】基于价量数据的排序学习选股模型-20230928-华创证券-23页_1mb

基于价量数据的排序学习选股模型总结

核心内容

本文介绍了基于排序学习（Learning to Rank, LTR）的选股模型，重点使用了LGBMRanker算法，结合价量数据和一致预期数据，构建了一个能够有效识别股票未来走势的选股策略。该模型在A股市场中表现优异，特别是在2023年初至8月底期间，取得了显著的超额收益。

主要观点

• 排序学习定义：排序学习是一种监督学习方法，通过训练模型来学习如何对多个对象进行排序，广泛应用于信息检索、推荐系统等领域。
• 算法演变：介绍了排序学习的演变过程，包括RankNet、LambdaRank和LambdaMart三种算法。RankNet是基于配对文档相对排序的概率损失函数，LambdaRank在RankNet基础上引入了与排序评价标准（如NDCG）结合的梯度函数，LambdaMart进一步结合了MART（GBDT）算法，将梯度函数作为模型训练的目标。
• 模型设计：模型基于沪深300、中证500、中证1000的历史成分股构建了1800只股票的备选股票池，使用价量数据和一致预期数据作为特征，并采用多种算子进行特征工程处理。
• 回测结果：回测显示，该策略在2015年11月至2023年8月底期间，累计绝对收益率为167.31%，超额收益率为160.16%，年化收益率为13.28%，年化超额收益率为12.40%，夏普比率为0.48，最大回撤为34.58%。在不同基准对比中，策略表现出色，尤其是在2023年整体市场下跌的情况下，仍能取得18.10%的绝对收益，超额收益为13.14%。
• 胜率表现：策略在回测期间的年胜率为88.89%，月胜率为65.96%，在与中证500和中证1000的对比中，年胜率分别达到100%。

关键信息

股票池构建

• 使用沪深300、中证500、中证1000的历史成分股构建股票池。
• 股票池时间范围为2014年11月至2023年8月底，共包含1800只股票。

特征选择

• 价量数据：包括大单、中单、小单的流入流出数据。
• 一致预期数据：包括营业收入、净利润、每股收益、市盈率、市净率、市销率、净资产收益率等。
• 特征工程：使用了多种算子，如滚动求和、滚动求分位数、滚动求差分、滚动求波动率等，时间窗口为5、20、60天。

标签选择

• 个股未来一个月的涨跌幅从高到低分为30组，组别越高，表示未来表现越好。

训练方法

• 采用滚动训练法，动态调整模型的超参数。
• 每个月使用过去12个月的数据作为训练集，3个月作为验证集。

算法流程

• 使用LambdaMart算法，结合LambdaRank的梯度函数和MART的梯度提升方法。
• 每棵决策树拟合的是损失函数关于得分函数的正梯度，以最大化效用函数。

回测表现

• 累计收益：167.31%
• 年化收益率：13.28%
• 超额年化收益率：12.40%
• 夏普比率：0.48
• 最大回撤：34.58%
• 最大回撤持续时间：507天
• 2023年1月至8月：
  • 绝对收益：18.10%
  • 超额收益：13.14%

行业分布

• 策略在不同时间段的行业分布有所变化，但银行、建筑、房地产等行业在最新信号中占比最高。
• 行业配比在2023年9月有所调整，银行和房地产占比提升。

市值分布

• 策略整体偏向小盘股，200亿以下市值的个股占比最高。
• 在最新信号中，200亿以下和1000亿以上的市值占比最高。

最新信号（2023年9月1日）

• 选取了银行、建筑、房地产、机械、汽车、电力及公用事业等行业的个股。
• 包括农业银行、中国石化、中国石油、鹏欣资源、中国中铁、隧道股份、宏润建设、中国银行、保利发展、南钢股份、中国中冶、新城控股、邮储银行、大商股份、宗申动力、华域汽车、中国建筑、龙元建设、豫园股份、东湖高新、中信银行、大秦铁路、一汽富维、宁波能源、中国核建、华夏银行、申达股份、兴业银行、中远海控、光大银行、美的集团、明牌珠宝、航民股份、中国交建等。

风险提示

• 本报告中所有统计结果和模型方法均基于历史数据，不保证未来表现。

投资逻辑

• 排序学习模型将个股的价量特征和一致预期特征作为输入，预测其未来走势的相对优劣。
• 通过排序模型选择排名靠前的股票构建投资组合，从而实现超额收益。

报告亮点

• 作为排序学习系列研究的第二篇报告，系统回顾了排序学习的理论基础和算法演变。
• 介绍了LGBMRanker在选股模型中的应用，回测结果表现出色。
• 提供了详细的模型设计、特征选择、标签设计、训练方法和回测结果分析。

相关研究报告

• 《量化选股系列——机构情绪与个人情绪》2023-09-05
• 《技术指标研究之一：重新认识技术指标》2023-08-21
• 《形态学研究之八：如何利用形态信号进行行业选择时》
• 《K线形态研究之七：停顿线》2023-08-07
• 《K线形态研究之六：乌云压顶线》2023-07-31