人工智能系列之八：人工智能选股之全连接神经网络-20171123-华泰证券-28页-1mb

全连接神经网络选股模型研究总结

核心内容概述

本报告探讨了全连接神经网络在股票市场中的应用，尤其是其在非线性关系建模和多因子选股策略中的表现。通过对比线性模型，全连接神经网络在年化超额收益和信息比率方面表现出显著优势，但最大回撤相对较高。模型基于全A股票池，通过特征提取、预处理、训练、交叉验证和样本外测试等步骤进行构建，最终形成一个70-40-10-3的结构。

主要观点

• 模型优势：全连接神经网络在非线性拟合方面优于线性模型，能够更准确地捕捉股票收益与因子之间的复杂关系。
• 模型结构：采用2层隐藏层和3个输出节点的结构，输入层包含70个因子，输出层用于三分类预测（上涨、中性、下跌）。
• 激活函数：隐藏层使用tanh函数，输出层使用Softmax函数，以提升模型的非线性拟合能力和分类效果。
• 优化算法：采用AdamOptimizer进行训练，具有较快的收敛速度和较好的稳定性。
• 参数设定：网络结构通过实验确定，隐藏层节点数分别为40和10，权重初始化采用截断正态分布，通过分层回测评估模型效果。

关键信息

模型构建流程

1. 数据获取：使用全A股票池，剔除ST股票和短期上市股票。
2. 特征和标签提取：每个自然月的最后一个交易日作为训练数据，计算70个因子暴露度作为特征，根据个股超额收益划分三类标签（上涨、中性、下跌）。
3. 特征预处理：
   • 中位数去极值
   • 缺失值处理
   • 行业市值中性化
   • 标准化
4. 训练与测试：
   • 每月末将90%的样本作为训练集，10%作为交叉验证集
   • 样本外测试集用于最终策略评估
5. 模型评价指标：包括正确率、F1-score、年化收益率、信息比率、最大回撤等。

模型表现

• 测试集表现：全连接神经网络模型在样本外测试集的正确率为42.9%，F1-score为38.0%。
• 分层回测：
  • 组合1的年化收益率为21.07%，信息比率为2.59，相对基准月胜率为76.54%
  • 多空组合的年化收益率为29.72%，夏普比率为4.39，表现优于其他组合
  • 组合1和组合10在不同年份的排名稳定，说明模型具有一定的稳定性
• 与线性模型对比：全连接神经网络在年化超额收益和信息比率上优于线性回归模型，但最大回撤较大

优化与风险提示

• 优化函数选择：使用AdamOptimizer，具有较快收敛速度和稳定性
• 风险提示：模型依赖于因子特征，若市场环境变化，因子可能失效，进而导致模型失效

结构与流程

模型测试流程

1. 样本内训练：使用训练集进行模型训练
2. 交叉验证调参：通过交叉验证集选择最优参数
3. 样本外回测：使用测试集进行最终策略评估
4. 分层回测：按预测值对股票进行分层，构造组合并评估其绩效

回测结果分析

• 分五层组合：组合1表现最佳，年化收益率为21.07%，信息比率为2.59
• 分十层组合：组合1和组合10表现稳定，年化收益率分别为19.33%和16.09%，信息比率分别为2.08和2.32
• 行业分层测试：在不同行业中，组合1的年化超额收益率和信息比率均表现良好，尤其在计算机、国防军工、房地产等行业中表现突出

模型评价与分析

• 模型正确率与F1-score：交叉验证集和样本外测试集的正确率和F1-score高度一致，说明模型在样本外具有良好的预测能力
• 分层回测绩效：各层组合的绩效指标如年化收益率、夏普比率、信息比率等均优于基准组合
• 多空组合表现：多空组合的年化收益率为29.72%，夏普比率为4.39，显示其在策略上的有效性

总结与展望

• 总结：全连接神经网络在股票市场中表现出良好的预测能力和策略效果，尤其在非线性建模和多因子选股方面具有明显优势
• 展望：尽管模型在样本外测试中表现优良，但仍有改进空间，如优化网络结构、选择更合适的激活函数和优化函数，以及应对市场变化等

风险提示

• 因子失效风险：模型依赖于因子特征，若市场环境发生转变，因子可能失效，导致模型失效
• 过拟合风险：神经网络的复杂性可能导致过拟合，需通过dropout等方法降低过拟合概率
• 计算资源限制：模型需要大量数据支持，计算资源可能成为限制因素