20210310-华泰证券-人工智能43_因子观点融入机器学习_21页_2mb

报告摘要

人工智能 43：因子观点融入机器学习 - 总结

核心内容

本文探讨了如何将因子观点融入机器学习模型，以提升其在动态金融市场中的灵活性。传统机器学习模型虽然在非线性拟合能力上优于线性模型，但其复杂性使得模型难以进行主观调整，从而在市场环境变化时可能失效。为此，作者改进了随机森林模型，使其支持指定优先分裂因子，从而增强模型对特定因子的重视程度。

主要观点

模型的可解释性：机器学习模型因复杂性而难以解释，这在资管行业尤为重要，因为投资者需要理解并传达投资策略的风险。
金融市场的低信噪比：有效信号常被噪声掩盖，且市场行为会影响信号的有效性，导致模型难以外推。
市场的持续演化：金融市场不断变化，使得因子有效性不稳定，线性模型在此情况下更具优势。
随机森林改进：通过修改sklearn源码，允许投资者指定优先分裂因子，从而提升模型的灵活性与可控性。

关键信息

模型改进

新增参数：speci_features（优先分裂的因子）和 max_speci_depth（在决策树顶部使用优先因子分裂的层数）。
修改逻辑：在决策树构建过程中，优先使用指定因子进行分裂，提升这些因子的重要性。
源码修改文件：
- tree/_tree.pxd 和 tree/_tree.pyx：修改决策树的深度优先建立方法。
- tree/_splitter.pxd 和 tree/_splitter.pyx：修改分裂逻辑，加入优先分裂功能。
- ensemble/_forest.py：修改随机森林的建立方法，添加新参数。

选股组合测试

测试对象：中证800价值、成长、质量组合。
因子选择：
- 价值因子：EP、EPcut、BP、SP、NCFP、OCFP、DP、G/PE。
- 成长因子：ROE_G_q、Sales_G_q、Profit_G_q、OCF_G_q。
- 质量因子：ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflowratio_ttm。
测试方法：
- 样本空间：中证800成分股。
- 回测区间：2011年1月31日至2021年2月26日。
- 因子库：包含13大类共82个因子，经过去极值、缺失值填充、中性化和标准化处理。
- 预测目标：个股一个月后的标准化收益率。
- 调仓频率：月频调仓。
- 交易成本：双边千分之四。
模型表现：
- 价值组合：
  - max_speci_depth=3：年化收益率14.40%，波动率24.90%，夏普比率0.577，最大回撤46.60%，换手率97.80%。
  - max_speci_depth=4：年化收益率13.20%，波动率24.80%，夏普比率0.533，最大回撤44.80%，换手率91.50%。
- 成长组合：
  - max_speci_depth=3：年化收益率14.10%，波动率26.00%，夏普比率0.542，最大回撤49.00%，换手率101.80%。
  - max_speci_depth=4：年化收益率13.90%，波动率26.20%，夏普比率0.53，最大回撤50.30%，换手率97.80%。
- 质量组合：
  - max_speci_depth=3：年化收益率14.60%，波动率25.50%，夏普比率0.572，最大回撤49.00%，换手率90.70%。
  - max_speci_depth=4：年化收益率11.30%，波动率25.90%，夏普比率0.435，最大回撤53.30%，换手率83.40%。

因子重要性分析

价值因子：在max_speci_depth=4时，价值类因子的重要性显著提升。
成长因子：同样在max_speci_depth=4时，成长类因子的重要性上升。
质量因子：在max_speci_depth=4时，质量类因子的重要性也有所提升。

风险提示

随机森林模型构建的选股策略是基于历史数据，存在失效风险。
模型可解释性方法可能存在过度简化的风险。

参考文献

Ronen Israel, Bryan Kelly, Tobias Moskowitz. Can Machines “Learn” Finance? Journal of Investment Management, Vol. 18, No. 2, (2020), pp. 23-36.

附录：因子列表

价值因子：EP、EPcut、BP、SP、NCFP、OCFP、DP、G/PE。
成长因子：ROE_G_q、Sales_G_q、Profit_G_q、OCF_G_q。
质量因子：ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflowratio_ttm。
其他因子：包括杠杆、市值、动量反转、波动率、股价、换手率、一致预期等13大类因子。

展开完整摘要