20180602-华泰证券-人工智能选股周报_本周SVM表现最好_17页_1mb

华泰人工智能选股策略周报总结（2018年06月02日）

核心内容

本报告为华泰证券金工团队发布的《人工智能选股周报》，内容涉及多种机器学习模型在多因子选股中的表现评估。报告涵盖了全A选股与指数内选股两种策略，分别以沪深300、中证500为基准，并展示了不同时间段内的策略表现。

主要观点

• 策略表现：不同模型在不同时间段内的表现差异显著，SVM、逻辑回归、随机森林等模型在不同选股方式中均显示出一定的超额收益能力。
• 回测条件：所有策略均基于统一的回测条件，包括剔除ST、停牌及上市3个月内的股票，使用70个因子进行建模，并进行标准化、中位数去极值、缺失值填充和行业市值中性处理。
• 模型应用：报告中分析了Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归及神经网络等7种模型，其中神经网络未应用于沪深300和中证500指数内选股。
• 超额收益：在不同策略中，SVM在多个时间段内表现突出，尤其是在中证500指数内选股中，其超额收益表现尤为显著。

关键信息

1. 全A选股（非行业中性）

• 本周表现：SVM表现最佳，绝对收益为-1.41%，超额收益为2.53%。
• 最近三月：SVM超额收益为11.63%。
• 最近一年：随机森林表现最佳，绝对收益为22.22%，超额收益为22.65%。

2. 全A选股（沪深300行业中性）

• 本周表现：SVM表现最佳，绝对收益为-2.46%，超额收益为-1.26%。
• 最近三月：SVM超额收益为3.15%。
• 最近一年：朴素贝叶斯表现最佳，绝对收益为7.22%，超额收益为-0.58%。

3. 全A选股（中证500行业中性）

• 本周表现：SVM表现最佳，绝对收益为-2.59%，超额收益为1.34%。
• 最近三月：Stacking表现最佳，超额收益为6.79%。
• 最近一年：随机森林表现最佳，绝对收益为10.34%，超额收益为10.77%。

4. 沪深300指数内选股

• 本周表现：逻辑回归表现最佳，超额收益为0.49%。
• 最近三月：逻辑回归表现最佳，超额收益为0.99%。
• 最近一年：逻辑回归表现最佳，超额收益为5.90%。

5. 中证500指数内选股

• 本周表现：SVM表现最佳，超额收益为0.86%。
• 最近三月：SVM表现最佳，超额收益为2.21%。
• 最近一年：SVM表现最佳，超额收益为5.19%。

6. 模型绩效

• 信息比率：Stacking在全A非行业中性策略中信息比率最高为3.70，而在沪深300行业中性策略中信息比率最高为2.05，在中证500行业中性策略中信息比率最高为3.68。
• 年化超额收益率：随机森林在全A非行业中性策略中表现最佳，年化超额收益率为22.65%。
• 最大回撤：不同模型的最大回撤差异较大，部分模型的回撤率超过20%。

7. 策略构建

• 每月调仓，基于模型预测结果选择股票，组合配置方式包括等权配置或行业权重配置。
• 模型选择依据为最近3个月的表现，以确保策略的稳定性与有效性。

8. 因子池

• 使用70个因子，涵盖估值、成长、财务质量、杠杆、市值、动量反转、波动率、股价、beta、换手率、情绪、技术等。
• 每个因子有详细定义和计算方式。

9. 风险提示

• 人工智能模型构建的选股策略基于历史数据，存在失效风险。

总结

本报告全面展示了华泰人工智能选股策略在不同市场环境下的表现，强调了SVM在多个策略中的稳定性与超额收益能力。同时，报告也指出了逻辑回归在指数内选股中的优势，以及不同模型在不同时间段内的表现差异。所有策略均基于统一的回测条件，确保结果的可比性。投资者在使用这些策略时，应充分认识到其潜在风险，并结合自身情况做出投资决策。