20180114-华泰证券-人工智能选股周报_本周随机森林表现最好_17页_1mb

报告摘要

华泰人工智能选股策略周报总结（2018年01月14日）

核心内容

本报告总结了华泰金工人工智能选股策略在2018年1月8日至2018年1月12日期间的表现，涵盖了多种机器学习算法在不同市场指数内的选股效果，并分析了其历史表现与绩效指标。

主要观点

策略表现
- 全A选股（非行业中性）：本周随机森林表现最佳，绝对收益为2.09%，超额收益为2.37%。最近三月和一年中，朴素贝叶斯表现优于其他模型，分别获得超额收益7.08%和18.22%。
- 全A选股（沪深300行业中性）：本周XGBoost表现最佳，绝对收益为1.77%，超额收益为-0.31%。最近一年中，朴素贝叶斯表现最佳，超额收益为-10.97%。
- 全A选股（中证500行业中性）：本周随机森林表现最佳，绝对收益为0.52%，超额收益为0.80%。最近三月神经网络表现最佳，超额收益为2.90%。最近一年随机森林表现最佳，超额收益为0.19%。
- 沪深300指数内选股：本周XGBoost表现最佳，绝对收益为2.29%，超额收益为0.20%。最近一年中，朴素贝叶斯表现最佳，超额收益为3.14%。
- 中证500指数内选股：本周随机森林表现最佳，绝对收益为-0.05%，超额收益为0.23%。最近一年中，SVM表现最佳，超额收益为4.95%。
机器学习模型
- 本报告中使用了SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归和神经网络六种模型。
- 由于神经网络对数据量需求较大，因此未用于沪深300和中证500指数内选股。
策略构建
- 每种模型构建了五种不同风格的选股策略，包括全A选股（非行业中性）、全A选股（沪深300行业中性）、全A选股（中证500行业中性）、沪深300指数内选股和中证500指数内选股。
- 策略采用月频调仓，组合配置方式包括等权配置和行业权重配置。

关键信息

回测条件

股票池处理：剔除ST、停牌、上市3个月以内的股票。
特征提取：使用70个因子作为特征，涵盖估值、成长、动量反转、波动率、换手率、情绪、技术、市值等。
特征预处理：
- 中位数去极值
- 缺失值填充（行业平均）
- 行业市值中性化
- 标准化处理
训练与验证：每个月末截面期，选取下月收益排名前30%的股票作为正例，后30%作为负例。训练集占90%，交叉验证集占10%。
交易费用：单边千分之二。

绩效指标

信息比率：XGBoost在全A选股（非行业中性）中信息比率最高，为2.80。
年化收益率：在全A选股（非行业中性）中，XGBoost年化收益率最高，为31.89%。
最大回撤：在全A选股（非行业中性）中，随机森林最大回撤为55.00%。
夏普比率：在全A选股（非行业中性）中，朴素贝叶斯夏普比率最高，为1.02。
Calmar比率：在全A选股（非行业中性）中，朴素贝叶斯Calmar比率最高，为1.87。

风险提示

通过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。

策略简介

华泰人工智能选股系列报告通过将多种机器学习算法应用于多因子选股，旨在挖掘非线性特征，以实现更高的超额收益。本报告详细介绍了包括支持向量机、朴素贝叶斯、随机森林、XGBoost、逻辑回归和神经网络在内的多种模型，并提供了完整的因子池及使用说明。

机器学习模型运用流程

数据获取：从沪深300、中证500和全A股中获取数据，剔除ST、停牌和上市3个月内的股票。
特征和标签提取：使用70个因子作为特征，计算个股下一自然月的超额收益作为标签。
特征预处理：包括中位数去极值、缺失值填充、行业市值中性化和标准化。
训练集和交叉验证集的合成：按比例划分训练集和交叉验证集。
样本内训练：使用训练集进行模型训练。
交叉验证调参：选取交叉验证集AUC（或平均AUC）最高的参数作为最优参数。
样本外测试：使用最优参数对模型进行测试，构建组合选股。

因子池

大类因子	具体因子	因子描述
估值	EP	净利润（TTM）/总市值
估值	EPcut	扣除非经常性损益后净利润（TTM）/总市值
估值	BP	净资产/总市值
估值	SP	营业收入（TTM）/总市值
估值	NCFP	净现金流（TTM）/总市值
估值	OCFP	经营性现金流（TTM）/总市值
估值	DP	近12个月现金红利（按除息日计）/总市值
估值	G/PE	净利润（TTM）同比增长率/PE_TTM
成长	Sales_G_q	营业收入（最新财报，YTD）同比增长率
成长	Profit_G_q	净利润（最新财报，YTD）同比增长率
成长	OCF_G_q	经营性现金流（最新财报，YTD）同比增长率
成长	ROE_G_q	ROE（最新财报，YTD）同比增长率
财务质量	ROE_q	ROE（最新财报，YTD）
财务质量	ROE_ttm	ROE（最新财报，TTM）
财务质量	ROA_q	ROA（最新财报，YTD）
财务质量	ROA_ttm	ROA（最新财报，TTM）
财务质量	grossprofitmargin_q	毛利率（最新财报，YTD）
财务质量	grossprofitmargin_ttm	毛利率（最新财报，TTM）
财务质量	profitmargin_q	扣除非经常性损益后净利润率（最新财报，YTD）
财务质量	profitmargin_ttm	扣除非经常性损益后净利润率（最新财报，TTM）
财务质量	assetturnover_q	资产周转率（最新财报，YTD）
财务质量	assetturnover_ttm	资产周转率（最新财报，TTM）
财务质量	operationcashflowratio_q	经营性现金流/净利润（最新财报，YTD）
财务质量	operationcashflowratio_ttm	经营性现金流/净利润（最新财报，TTM）
杠杆	financial_leverage	总资产/净资产
杠杆	debt equity ratio	非流动负债/净资产
杠杆	cash ratio	现金比率
杠杆	current ratio	流动比率
市值	ln_capital	总市值取对数
动量反转	HAlpha	个股60个月收益与上证综指回归的截距项
动量反转	return_Nm	个股最近N个月内收益率，N=1，3，6，12
动量反转	wgt_return_Nm	个股最近N个月内用每日换手率乘以每日收益率求算术平均值，N=1，3，6，12
动量反转	exp_wgt_return_Nm	个股最近N个月内用每日换手率乘以函数exp(-x_i/N/4)再乘以每日收益率求算术平均值，x_i为该日距离截面日的交易日的个数，N=1，3，6，12
波动率	std_FF3factor_Nm	特质波动率——个股最近N个月内用日频收益率对Fama French三因子回归的残差的标准差，N=1，3，6，12
波动率	std_Nm	个股最近N个月的日收益率序列标准差，N=1，3，6，12
股价	ln_price	股价取对数
beta	beta	个股60个月收益与上证综指回归的beta
换手率	turn_Nm	个股最近N个月内日均换手率（剔除停牌、涨跌停的交易日），N=1，3，6，12
换手率	bias_turn_Nm	个股最近N个月内日均换手率除以最近2年内日均换手率（剔除停牌、涨跌停的交易日）再减去1，N=1，3，6，12
情绪	rating_average	Wind评级的平均值
情绪	rating_change	Wind评级（上调家数-下调家数）/总数
情绪	rating_targetprice	Wind一致目标价/现价-1
股东	holder_avgpctchange	户均持股比例的同比增长率
技术	MACD	经典技术指标（长周期30日，短周期10日，中周期15日）
技术	DEA	取10日，计算DEA均线的周期（中周期）取15日
技术	DIF	经典技术指标，周期取20日
技术	RSI	经典技术指标，周期取20日
技术	PSY	经典技术指标，周期取20日
技术	BIAS	经典技术指标，周期取20日

免责声明

本报告仅供华泰证券客户使用。
本报告基于公开信息编制，不保证信息的准确性及完整性。
本报告所载意见、评估及预测仅反映报告发布当日的观点和判断，可能随时间变化而调整。
投资者应自行判断并承担相应风险，本报告不构成投资建议。
报告中所含信息可能被修改，投资者应关注更新。
报告版权为华泰证券所有，未经许可不得复制、传播或引用。

评级说明

行业评级：以报告发布日后6个月的行业涨跌幅为基准。
公司评级：以报告发布日后6个月的公司涨跌幅为基准。
评级标准包括买入、增持、中性、减持、卖出等。

联系方式

南京：南京市建邺区江东中路228号华泰证券广场1号楼，邮政编码210019，电话862583389999，传真862583387521，电子邮件ht-rd@htsc.com
深圳：深圳市福田区深南大道4011号香港中旅大厦24层，邮政编码518048，电话8675582493932，传真8675582492062，电子邮件ht-rd@htsc.com
北京：北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层，邮政编码100032，电话861063211166，传真861063211275，电子邮件ht-rd@htsc.com
上海：上海市浦东新区东方路18号保利广场E栋23楼，邮政编码200120，电话862128972098，传真862128972068，电子邮件ht-rd@htsc.com

展开完整摘要