20180207-安信证券-金融工程主题报告_机器学习与量化投资_综述与反思_扬帆正当时_22页_1mb

机器学习与量化投资：综述与反思

核心内容概述

本报告探讨了机器学习在量化投资领域的应用现状、挑战及未来发展方向。从机器学习的基本流程、应用场景到其在量化投资中的具体应用，报告涵盖了从线性模型到深度学习的多种算法，并通过实证数据展示了不同策略的表现。同时，报告也提出了机器学习在量化投资中的一些关键问题，如模型的可解释性、策略失效的判断、数据预处理的重要性等。此外，报告还提醒了投资者注意机器学习策略的潜在风险。

主要观点

1. 机器学习在量化投资中的应用历史

• 机器学习在量化投资中已有25年的发展历史。
• 早期的机器学习模型在计算能力和数据量受限的情况下应用，但随着技术进步，其在量化投资中的应用逐渐成熟。

2. 机器学习的基本流程

• 数据采集与预处理：包括数据清洗、数据转换、数据划分（训练集、验证集、测试集）。
• 模型建立与检验：使用训练集和验证集建立模型，测试集检验效果，若效果不佳则需返回前一步进行优化。
• 模型部署：模型需在实际交易系统中部署，需权衡模型的速度、准确性和数据量。

3. 机器学习在量化投资中的应用场景

• 预测周期：从低频到高频，高频策略表现更优。
• 预测目标：不仅限于收益，还包括收益回撤比等其他指标。
• 预测方式：从分类到回归，回归策略在实证中表现更优。
• 预测值处理：对预测值进行合理设定（如以0为界）有助于提升策略表现。

4. 机器学习的挑战与反思

• 模型可解释性：机器学习模型常被视为“黑箱”，需结合非线性归因方法提升可解释性。
• 策略失效判断：需根据策略特性设计合理的失效标准。
• 数据与计算力：数据量增加需要更强的计算能力，且数据越新越可能反映当前市场状态。

关键信息

策略表现对比

• 股指短线策略（标准神经网络回归）：
  • 夏普比率：3.55
  • 年化收益：80.36%
• 商品长周期策略（标准长周期商品策略）：
  • 夏普比率：1.06
  • 年化收益：8.61%

线性策略与神经网络策略对比

日线策略与标准策略对比

预测目标对比

策略类型对比

以0为界与标准回归对比

机器学习算法简介

3.1 线性模型

• 线性模型的基本形式为 $ y = w^T x + b $。
• 优点：简单直观，解释性强。
• 缺点：模型过于简单，无法捕捉复杂关系。

3.2 Kernel Smoothing

• 通过核函数对K个近邻进行加权平均，提升模型的平滑性。
• 常用核函数如高斯核函数和Epanechnikov quadratic kernel。

3.3 树状模型：Bagging 和 Boosting

• Bagging：通过有放回抽样生成多个子集，对预测结果进行加权平均。
• Boosting：每一轮根据上一轮的误差调整样本权重，对预测函数进行加权。

3.4 支持向量机（SVM）

• SVM通过寻找最大间隔的分界线进行分类。
• 支持向量机也可用于回归（SVR），通过核函数处理非线性问题。

3.5 深度学习：CNN, DNN 和 LSTM

• DNN：通过增加网络深度解决复杂建模问题。
• CNN：通过卷积核减少参数数量，防止过拟合。
• LSTM：解决RNN中的梯度消失问题，适用于时间序列建模。

风险提示

• 机器学习量化策略的结果是对历史经验的总结，存在失效的可能。
• 投资者需注意模型的可解释性问题，以及策略在不同市场环境下的表现变化。

分析师声明

• 杨勇、周裘声明，本人具有中国证券业协会授予的证券投资咨询执业资格。
• 报告内容及观点均合法合规，研究方法专业审慎，观点独立公正，分析结论有合理依据。

免责声明

• 本报告仅供安信证券客户使用。
• 报告内容可能随时更新，但不保证及时公开。
• 报告不构成投资建议，不作为道义、责任或法律依据。

联系方式

上海联系人

北京联系人

深圳联系人