20250417-江海证券-金融工程研究报告_股票多因子系列（四）_神经网络多因子模型初探_31页_2mb

报告摘要

金融工程研究报告总结：神经网络多因子模型初探

核心内容

本文是股票多因子研究系列的第四篇，也是对机器学习在多因子模型应用的第二篇深入探讨。研究重点在于神经网络在多因子模型中的应用及其选股效果。通过引入神经网络模型，研究者旨在挖掘因子与收益率之间的非线性关系，并通过构建分类因子来提升选股策略的有效性。

主要观点

神经网络作为一种模仿生物神经系统的模型，能够更好地捕捉因子与收益率之间的复杂非线性关系。
神经网络的结构包括全连接神经网络（FCNN）和循环神经网络（RNN），其中 RNN 更适合处理时序数据，具有短期记忆能力。
LSTM 和 GRU 是 RNN 的改进版本，通过引入门控机制，解决了梯度消失或爆炸的问题，从而提升了模型的训练效果。
本文从聚宽数据库提取了89个因子作为输入特征，包括基础类、情绪类、成长类、动量类、每股指标类、质量类、风险类、风格类和技术指标类。
因子处理包括截面标准化、行业市值中性化和正交化，以确保数据的一致性和模型的有效性。

关键信息

数据处理

数据提取：选取2010年1月1日至2025年3月7日沪深两市A股的收益率序列，剔除ST、*ST及停牌个股。
因子处理：
- 截面标准化：采用3倍绝对中位差法（MAD）对因子进行标准化。
- 行业市值中性化：使用中信一级行业进行中性化处理。
- 正交化：通过对称正交方式对因子暴露矩阵进行降维处理。

模型构建

模型选择：使用FCNN、LSTM、GRU三种神经网络模型进行训练。
训练设置：
- 隐藏层：设置3层隐藏层，每层使用Dropout（dropout rate = 0.5）进行正则化。
- 激活函数：隐藏层使用ReLU，输出层使用Softmax。
- 损失函数：使用交叉熵损失函数。
- 优化器：使用RMSProp，学习速率为0.001。
- 训练周期：每6年为一个周期进行滚动训练。
- 调仓频率：每月第一个交易日进行调仓。
- 交易成本：双边千分之二。

神经网络因子构建

初始因子：使用预测概率最大的分组序号作为因子值。
改进因子：通过加权分组标签值，计算加权和，以提升因子的预测效果。

回测指标

RankIC：衡量因子的预测能力，其均值大于2%表示预测性较好。
RankIC_IR：衡量预测的稳定性，值大于0.4表示稳定性较好。
t值：衡量因子预测的显著性，值大于2表示显著。
单调性：衡量因子分组的排序一致性，值越接近1表示越强。
多头年化收益率：衡量因子的选股能力。
夏普率：衡量风险调整后的收益。
最大回撤：衡量策略的稳定性。
Calmar比率：衡量风险调整后的收益与最大回撤的比值。

回测结果

FCNN分类因子：
- RankIC均值为4.16%，RankIC_IR为0.39，t值为19.19，单调性为0.87。
- 多头年化收益率为15.41%，夏普率为0.55。
- 多空组合年化收益率为18.42%，夏普率为2.39，最大回撤为9.17%，Calmar比率为1.90。
LSTM分类因子：
- RankIC均值为4.11%，RankIC_IR为0.43，t值为21.32，单调性为0.88。
- 多头年化收益率为16.62%，夏普率为0.59。
- 多空组合年化收益率为19.52%，夏普率为2.90，最大回撤为8.50%，Calmar比率为2.30。
GRU分类因子：
- RankIC均值为4.06%，RankIC_IR为0.43，t值为21.53，单调性为0.90。
- 多头年化收益率为16.69%，夏普率为0.59。
- 多空组合年化收益率为19.58%，夏普率为3.00，最大回撤为8.25%，Calmar比率为2.37。

比较分析

GRU 分类因子在各项指标上表现最佳，整体有效性最强。
LSTM 分类因子在多头年化收益率和夏普率上优于 FCNN 分类因子。
多空组合的年化收益率提升 1.1-1.2pct，夏普率提升 0.5-0.6，最大回撤降低 0.5-1pct，说明时序信息具有增量价值。

风险提示

本报告可能存在数据缺失、数据错误、数据不及时、模型处理错误等风险。
本报告仅从金融工程角度对权益市场数据进行统计与分析，不构成对市场指数、行业或个股的预测或推荐。
本报告涉及的策略搭建方法仅供参考，不构成任何投资建议。
回测结果依赖于过去公开数据，不代表未来收益，随着市场变化，所测试的结果与研究结论可能存在失效的风险。

总结

本文系统地介绍了神经网络在股票多因子模型中的应用，并通过实证检验了FCNN、LSTM和GRU分类因子的有效性。结果显示，神经网络模型在选股方面具有显著优势，尤其是LSTM和GRU在处理时序数据方面表现更优。GRU分类因子在所有指标中表现最佳，表明其在多因子模型中的应用具有较高的潜力。研究结果为后续的多因子模型构建和优化提供了理论和实证支持。

展开完整摘要