华泰人工智能系列三十二：_AlphaNet，因子挖掘神经网络-20200614-华泰证券-24页_2mb

AlphaNet: 因子挖掘神经网络

核心内容

本文提出了一种全新的因子挖掘神经网络 AlphaNet，旨在解决多因子选股中因子生成与合成的分离问题，实现端到端的因子挖掘与合成。AlphaNet 借鉴了遗传规划中的特征构建思想，结合了多种运算符函数作为自定义网络层，以提取股票量价数据中的特征。通过引入批标准化层 (Batch Normalization) 和池化层，AlphaNet 实现了特征的标准化与“模糊化”处理，从而提升了模型的训练效果和预测能力。

主要观点

• 深度学习的端到端能力：深度学习模型能够直接从原始数据中提取特征并进行预测，避免了传统多步骤模型中的人工干预和信息损失。
• AlphaNet 的结构：AlphaNet 包含四个主要部分：数据输入、特征提取层、池化层和全连接层。其中，特征提取层是关键部分，使用自定义运算符如 ts_corr, ts_stddev, ts_zscore 等。
• 模型的有效性：在调仓周期为10天和5天的情况下，AlphaNet 合成因子在五因子中性化后，RankIC 均值分别为 9.54% 和 8.19%，显示出显著的增量信息。
• 策略表现：在行业市值中性的中证500增强策略中，AlphaNet-v1 在调仓周期为10天时，TOP组合年化超额收益率为 12.42%；在调仓周期为5天时，TOP组合年化超额收益率为 11.36%，且信息比率和夏普比率表现良好。
• 可解释性分析：使用 SHAP 值对 AlphaNet-v1 进行了可解释性分析，以评估合成因子的重要性与方向性。

关键信息

• 数据输入：个股量价数据以二维“数据图片”的形式输入，包含开盘价、收盘价、最高价、最低价、成交量、VWAP、换手率等。
• 特征提取层：包含 ts_corr, ts_cov, ts_stddev, ts_zscore, ts_return 等自定义网络层，通过遍历时间与特征维度提取股票数据中的特征。
• 池化层：与CNN类似，对特征进行“模糊化”处理，以减少特征的复杂性。
• 全连接层：对提取的特征进行加权合成，对接预测目标。
• 测试方法：
  • 单因子IC测试：评估因子的预测能力，结果显示 AlphaNet-v1 的 RankIC 均值分别为 9.54% 和 8.19%。
  • 分层测试：在不计交易成本和计交易成本下，AlphaNet-v1 合成因子表现良好，TOP组合年化超额收益率分别为 12.42% 和 11.36%。
  • 中证500增强策略回测：在不同权重偏离上限下，策略表现稳定，年化超额收益率分别为 16.44% 到 17.55%，夏普比率高达 7.28。
• 模型可解释性：SHAP 值分析表明，AlphaNet-v1 的因子具有明确的方向性和重要性，有助于模型的理解。

风险提示

• 通过人工智能模型构建的选股策略是基于历史数据的总结，存在失效的可能。
• 神经网络受随机性影响较大，使用时需谨慎。
• 模型解释方法可能存在过度简化的风险。

技术细节

• 模型构建：使用 Keras 框架，构建了 AlphaNet-v1 模型，包含一层特征提取层、一层池化层、一层全连接隐藏层。
• 训练与预测：模型每隔半年进行滚动训练，使用过去 1500 个交易日的数据作为样本内数据，按 1:1 划分训练集与验证集。
• 参数设置：
  • 损失函数：均方误差 (MSE)
  • 优化器：RMSSProp，学习率：0.0001
  • Batch size：1000
  • 提前停止：10

总结

AlphaNet 是一种创新的因子挖掘神经网络，其结构融合了遗传规划和深度学习的特征提取能力，能够有效处理股票量价数据，生成具有显著增量信息的合成因子。在调仓周期为10天和5天的情况下，合成因子在多因子中性化后表现良好，超额收益和夏普比率均优于基准。通过 SHAP 值分析，模型的可解释性得到提升，有助于理解因子的贡献。然而，模型的使用仍需谨慎，因其依赖历史数据，且存在失效和随机性风险。