华泰人工智能系列之二十九：提升超额收益，另类标签和集成学习20200319-华泰证券-35页_1mb

报告摘要

人工智能选股模型中的另类标签与集成学习应用总结

核心内容概述

本文探讨了在人工智能选股模型中使用另类标签（如信息比率和Calmar比率）以及集成学习方法对模型性能的影响。研究指出，相较于传统的收益率标签，另类标签在某些股票池中能显著提升模型的超额收益与信息比率，但同时伴随着更高的回撤风险。集成学习方法通过融合多个模型的预测结果，能够有效提升模型的综合表现，降低单一模型的风险。

主要观点与关键信息

1. 另类标签的定义与作用

另类标签：指有别于收益率的标签，如信息比率和Calmar比率，它们综合考虑了股票的收益、波动和回撤信息。
信息比率：反映了个股超额收益与跟踪误差的比值，计算公式为：
$$
IR = \left( \frac{P_{t+1}}{P_t} - \frac{B_{t+1}}{B_t} \right) / \sigma_2
$$
Calmar比率：反映了个股超额收益与最大回撤的比值，计算公式为：
$$
Calmar = \left( \frac{P_{t+1}}{P_t} - \frac{B_{t+1}}{B_t} \right) / MaxDD
$$

2. 使用另类标签的合理性

包含更多信息：相比收益率标签，另类标签不仅考虑了时间区间的两端价格信息，还反映了区间内的波动和回撤情况。
避免交易拥挤：使用收益率标签可能导致市场中大量投资者采取相似策略，造成交易拥挤。使用另类标签有助于开辟新的投资空间。
已有研究支持：已有研究表明，信息比率、夏普比率等指标可以作为标签构建选股模型，具有一定的研究基础和合理性。

3. 另类标签的测试方法

训练期长度：本文在6个月至72个月的67种情形下进行测试，以获得更具统计意义的对比结果。
回测指标：包括年化超额收益率、信息比率、Calmar比率和超额收益最大回撤。

4. 测试结果分析

全A股

信息比率标签：在年化超额收益率上的胜率约为 $89.55%$，信息比率和Calmar比率表现更优。
Calmar比率标签：在年化超额收益率上的胜率约为 $97.01%$，但回撤风险较大。
集成模型：在全A股中，集成模型在年化超额收益率、信息比率和Calmar比率上均表现更优，且能有效降低回撤。

中证500成分股

信息比率标签：年化超额收益率胜率约为 $67.16%$，信息比率和Calmar比率表现较好。
Calmar比率标签：年化超额收益率胜率约为 $62.69%$，但回撤风险依然较高。
集成模型：在中证500成分股中，集成模型在年化超额收益率和信息比率上表现更优。

中证800成分股

信息比率标签：年化超额收益率胜率约为 $76.12%$，信息比率和Calmar比率表现较好。
Calmar比率标签：年化超额收益率胜率约为 $65.67%$，但回撤风险依然存在。
集成模型：在中证800成分股中，集成模型在年化超额收益率和信息比率上表现更优。

5. 因子重要性分析

三大量价因子（动量反转、波动率、换手率）在信息比率和Calmar比率标签模型中重要性下降。
财务质量和一致预期因子的重要性上升，说明模型更关注这些方面。

6. 集成学习方法

集成方式：使用等权、历史IC加权和历史因子收益率加权三种方式进行模型集成。
效果：集成模型在多个股票池中均能显著提升年化超额收益率和信息比率，同时在Calmar比率上也有较好表现。

风险提示

人工智能模型构建的选股策略是历史经验的总结，存在失效的可能。
另类标签构建的模型回撤较大，使用须谨慎。

结论

使用信息比率和Calmar比率作为标签在全A股和中证800成分股中能显著提升模型的超额收益和信息比率，但回撤风险较高。
集成学习方法能有效利用不同模型的优势，提升模型的综合表现，降低单一模型的风险。
因子重要性分析表明，模型更关注财务质量和一致预期因子，而非量价因子。

附录：模型与因子说明

模型

CTB-R模型：以收益率为标签的CatBoost模型。
CTB-IR模型：以信息比率为标签的CatBoost模型。
CTB-Calmar模型：以Calmar比率为标签的CatBoost模型。
集成模型：包括CTB-等权、CTB-IC加权、CTB-因子收益率加权。

因子

估值因子：包括EP、BP、SP、NCFP、OCFP、DP、G/PE。
成长因子：包括Sales_G_q、Profit_G_q、OCF_G_q、ROE_G_q。
财务质量因子：包括ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflowratio_ttm。
杠杆因子：包括financial_leverage、debt equity ratio、cash ratio、current ratio。
市值因子：ln_capital。
动量反转因子：HAlpha、return_Nm、wgt_return_Nm、exp_wgt_return_Nm。
波动率因子：std_FF3factor_Nm、std_Nm。
股价因子：ln_price。
beta因子：beta。
换手率因子：turn_Nm、bias_turn_Nm。
技术因子：MACD、DEA、DIF、RSI、PSY、BIAS。