20181111-华泰证券-人工智能选股周报_今年_tacking超额收益为8.87__13页_772kb

金工研究/量化投资周报总结

核心内容

本报告为华泰证券金工团队发布的2018年11月11日量化投资周报，主要分析了多个机器学习模型在多因子选股中的表现。报告涵盖了不同股票池（全A股、沪深300、中证500、中证800）中多种模型的超额收益、RankIC均值以及回测绩效指标。

主要观点

• 人工智能模型在多因子选股中展现出一定的有效性，但需注意其可解释性较低，存在失效风险。
• 报告中跟踪了Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络等7个模型在月频多因子选股中的表现。
• 模型在不同股票池中表现各异，其中朴素贝叶斯在多个股票池中表现突出，尤其在本周和2018年以来的全A股和中证500股中表现最佳。

关键信息

本周表现

• 全A选股（沪深300行业市值中性）：朴素贝叶斯表现最好，超额收益为0.38%。
• 全A选股（中证500行业市值中性）：朴素贝叶斯表现最好，超额收益为0.44%。
• 沪深300指数内选股：朴素贝叶斯表现最好，超额收益为0.52%。
• 中证500指数内选股：SVM表现最好，超额收益为0.91%。
• 中证800指数内选股：朴素贝叶斯表现最好，超额收益为0.45%。

2018年以来表现

• 全A选股（沪深300行业市值中性）：超额收益最高的模型是随机森林，超额收益为5.73%。
• 全A选股（中证500行业市值中性）：超额收益最高的模型是Stacking，超额收益为8.87%。
• 沪深300指数内选股：超额收益最高的模型是SVM，超额收益为4.94%。
• 中证500指数内选股：超额收益最高的模型是朴素贝叶斯，超额收益为6.98%。
• 中证800指数内选股：超额收益最高的模型是随机森林，超额收益为8.61%。

2011年以来表现

• 全A选股（沪深300行业市值中性）：RankIC均值最高的模型是逻辑回归（0.122）。
• 全A选股（中证500行业市值中性）：RankIC均值最高的模型是逻辑回归（0.106）。
• 沪深300指数内选股：RankIC均值最高的模型是随机森林（0.134）。
• 中证500指数内选股：RankIC均值最高的模型是逻辑回归（0.1）。
• 中证800指数内选股：RankIC均值最高的模型是逻辑回归（0.106）。

模型分类与回测条件

• 模型分类：

  1. 全A选股（沪深300行业市值中性）
  2. 全A选股（中证500行业市值中性）
  3. 沪深300指数内选股
  4. 中证500指数内选股
  5. 中证800指数内选股

• 统一回测条件：

  • 剔除ST、停牌、上市3个月以内的股票。
  • 使用70个因子作为特征，包括估值、成长、动量翻转、波动率、换手率、情绪、技术、市值等。
  • 对原始因子做中位数去极值处理，缺失值填充为行业平均。
  • 行业市值中性化处理，标准化。
  • 交易费用为单边千分之二。

模型表现与绩效指标

• 2011年以来的绩效指标（以沪深300指数内选股为例）：

  • SVM：年化收益率7.12%，夏普比率0.31，最大回撤40.96%
  • 朴素贝叶斯：年化收益率7.04%，夏普比率0.32，最大回撤39.82%
  • 随机森林：年化收益率7.07%，夏普比率0.31，最大回撤39.64%
  • XGBoost：年化收益率7.78%，夏普比率0.33，最大回撤38.61%
  • 逻辑回归：年化收益率7.81%，夏普比率0.34，最大回撤39.64%
  • 神经网络：年化收益率6.86%，夏普比率0.3，最大回撤39.64%

• 2018年以来的绩效指标（以中证500指数内选股为例）：

  • SVM：年化收益率4.75%，夏普比率0.18，最大回撤56.24%
  • 朴素贝叶斯：年化收益率7.65%，夏普比率0.29，最大回撤44.16%
  • 随机森林：年化收益率6.10%，夏普比率0.23，最大回撤52.43%
  • XGBoost：年化收益率7.48%，夏普比率0.28，最大回撤52.08%
  • 逻辑回归：年化收益率8.75%，夏普比率0.32，最大回撤47.79%
  • 神经网络：年化收益率6.45%，夏普比率0.24，最大回撤44.12%

模型RankIC均值与标准差

• 2018年以来RankIC均值：
  • 全A选股：逻辑回归（0.107），朴素贝叶斯（0.106），Stacking（0.106），随机森林（0.096），XGBoost（0.098），神经网络（0.101）
• 2011年以来RankIC均值：
  • 全A选股：逻辑回归（0.122），神经网络（0.127），Stacking（0.131），XGBoost（0.14），随机森林（0.134），SVM（0.119）

模型流程

1. 数据获取：使用沪深300、中证500和全A股作为股票池。
2. 特征和标签提取：每个自然月的最后一个交易日计算70个因子暴露度作为特征，下一整个自然月的个股超额收益作为标签。
3. 特征预处理：中位数去极值、缺失值填充、行业市值中性化、标准化。
4. 训练集和交叉验证集合成：分类问题中，正例为收益前30%的股票，负例为后30%的股票。
5. 样本内训练：使用训练集训练模型。
6. 交叉验证调参：选取交叉验证集AUC最高的参数作为最优参数。
7. 样本外测试：使用最优参数对样本外数据进行预测，构建组合选股。

风险提示

• 人工智能模型构建的选股策略是历史经验的总结，存在失效的可能。
• 模型可解释程度较低，使用时需谨慎。

附注

• 本报告仅供华泰证券客户使用。
• 本报告基于公开信息编制，不保证其准确性及完整性。
• 报告所载意见、评估及预测仅反映发布当日的观点和判断。
• 投资者应自行关注相应的更新或修改，不应视本报告为投资决策的唯一因素。
• 本报告版权为华泰证券所有，未经书面许可，不得以任何形式侵犯版权。