金融工程：用树模型提取分析师预期数据中的非线性alpha信息-20201125-天风证券-34页_1mb

金融工程：用树模型提取分析师预期数据中的非线性 alpha 信息

核心内容

本报告探讨了如何利用提升树模型从分析师预期数据中提取非线性 alpha 信息，并通过与线性模型的对比分析，验证了提升树模型在股票收益率预测中的有效性。分析师预期数据因子具有结构复杂、数据缺失多、与盈利因子和市值因子相关性高的特点，因此使用线性模型难以充分提取其独有的 alpha 信息。提升树模型因其能够拟合非线性关系、自动处理数据缺失和灵活使用等优势，成为提取 alpha 的理想工具。

主要观点

1. 提升树模型的优势：

   • 可有效拟合非线性关系，提取分析师预期数据中蕴含的 alpha 信息。
   • 自动处理数据缺失，提高模型鲁棒性。
   • 对离群点不敏感，具有更好的稳定性。

2. 模型预测效果：

   • 提升树模型的预测值与基础模型（由盈利因子和市值因子构建）的预测值相关性均值为 10%，显著低于线性模型（50%）。
   • 提升树模型更适合中小市值股票，而线性模型更适合大市值股票。
   • 等权使用线性模型和提升树模型构建的组合策略，其收益表现优于单独使用线性模型。

3. 去相关性技术：

   • 通过面板数据相关性低的原则，降低模型预测值与基础因子的相关性。
   • 采用预测值后处理法，即使用基础因子对因变量进行回归，提取残差作为目标模型的输入，从而实现去相关性。

4. 模型风险评估与赋权：

   • 模型风险主要来源于训练数据与测试数据之间的分布不一致、模型过拟合等。
   • 通过分析真实收益与预期收益的比值和时序方差，对模型进行赋权，以优化其表现。

关键信息

• 数据周期：2007年初至2020年10月。
• 模型测试结果：
  • 提升树模型与线性模型预测值相关性均值为 50%。
  • 提升树模型与基础模型预测值相关性均值为 10%。
  • 等权模型在沪深300和中证500指数增强策略中，年化收益率分别为 1.7% 和 2.8%，夏普率分别为 1.65 和 2.20。
• 因子分类：
  • 一致预期类：如季度一致预期 ROE、季度一致预期周转率等。
  • 评级类：如过去30天、60天、90天的平均评级和上调评级家数。
  • 目标价类：如过去60天和90天股价上调家数。
  • 报告标题超预期类：如分析师标题业绩预期平均分、业绩超预期的个数等。
• 因子覆盖率：
  • 一致预期类：平均 62%。
  • 评级类：平均 52%。
  • 目标价类：平均 21%。
  • 报告标题类：平均 13%。
• 因子分布：
  • 多数因子分布不规范，存在尖峰肥尾现象。
  • 提升树模型的预测值分布随时间变化，而线性模型的分布相对稳定。
• 模型训练方法：
  • 采用滚动建模方式，投资周期为 20 天，模型更新周期为半年。
  • 对线性模型使用预测值后处理法，对提升树模型使用因变量预处理法。
  • 采用 Light GBM 实现提升树模型，使用 3-Fold 交叉验证法选择最优超参数。
• 模型预测性：
  • 提升树模型的 IC 均值为 4.3%，线性模型为 3.4%。
  • 树模型在 2018 年后预测性优于线性模型。
• 模型稳定性：
  • 提升树模型预测值的时序自相关性强，但截面标准差波动较大。
  • 线性模型在小市值股票上表现优于提升树模型，而提升树模型在大市值股票上表现更优。

技术细节

• 因变量定义：采用经过截面标准化的连续20个交易日中性化后股票收益率之和。
• 自变量处理：
  • 线性模型：对缺失值进行中位数填充，并对因子进行中性化处理。
  • 提升树模型：不填充缺失值，也不进行中性化处理，利用其自动处理缺失值的能力。
• 去相关性方法：
  • 自变量预处理：使因子与基础因子无关。
  • 因变量预处理：提取残差，确保模型预测值与基础因子无关。
  • 预测值后处理：对预测值进行调整，使其与基础因子无关。
• 风险评估：
  • 通过分析真实收益与预期收益的比值和时序方差，对模型进行赋权。
  • 采用等权方式对基础模型进行赋权，权重为 0.9。

模型实证分析

• 预测值分布与时序表现：
  • 线性模型预测值分布呈现尖峰肥尾，而提升树模型预测值分布随时间变化。
  • 两模型预测值的时序自相关性相似，但提升树模型的截面标准差波动较大。
• 分行业表现：
  • 两种模型在大部分行业均表现预测性。
  • 提升树模型在不同行业上的预测性更平衡。
• 分市值表现：
  • 两种模型的预测性均随市值增大而增强。
  • 线性模型在小市值股票上表现较差，提升树模型在大市值股票上表现较差。
• 组合策略表现：
  • 等权模型在不同组合策略上表现优于线性模型。
  • 提升树模型在 2016 年后显著优于线性模型。

风险提示

• 模型基于历史数据，存在模型失效、因子失效、市场环境变动等风险。
• 因子之间存在相关性，需注意模型整合时的独立性问题。

相关报告

• 《金融工程：市场情绪一览》
• 《金融工程：指数样本股交叉调整背后的综合冲击效应》
• 《金融工程：市场情绪一览》

附录

• 组合策略回测：包括组合设计、回测流程等。
• 图表目录：涵盖预测值分布、IC 值、分行业与分市值表现、模型风险评估等图表。