20180926-渤海证券-多因子模型研究系列之五_使用Bandit_Learning算法的多因子模型_18页_1mb

使用 Bandit Learning 算法的多因子模型总结

核心内容

本报告探讨了将 Bandit Learning 算法 应用于 多因子模型 的可行性，并通过回测与业绩归因分析，评估其在 A 股市场中的表现。

主要观点

• Bandit Learning 算法 是一种在线学习算法，适用于时间序列决策问题，能够平衡“守成”（exploitation）与“探索”（exploration）的比例，以实现长期收益最大化。
• 本研究选取了沪深300成分股，使用 估值、盈利、成长、动量、反转、波动率、流动性、市值 八大类因子构建多因子模型，并结合 Barra 模型 估计协方差矩阵。
• 夏普比率 被用作奖赏函数，UCB 算法用于选择最优臂与最优权重，以构建投资组合。
• Bandit Learning 模型 在市场震荡或下跌时表现出更强的适应性，能够在指数下跌年份中获得较为稳健的收益，而传统多因子模型则在趋势性市场中表现更优。

关键信息

模型构建

• 因子选择：选取了八大类因子，包括估值、盈利、成长、动量、反转、波动率、流动性、市值。
• 数据范围：
  • 因子数据：2009年-2018年8月
  • 调仓数据：2013年-2018年8月
• 优化目标：最大化组合收益，同时最小化波动率，通过 二次规划 实现组合权重的优化。
• 权重约束：组合权重总和为1，且权重非负。

回测结果

• Bandit Learning 模型 的回测表现如下（年化收益、夏普比率、相对沪深300日胜率）：
  • $ l = 3 $：年化收益 17.82%，夏普比率 0.578，胜率 53.03%
  • $ l = 4 $：年化收益 20.48%，夏普比率 0.6742，胜率 52.81%
  • $ l = 5 $：年化收益 13.08%，夏普比率 0.4331，胜率 52.67%
• 传统多因子模型：年化收益 20.89%，夏普比率 0.8088，胜率 53.76%
• 等权组合：年化收益 11.26%，夏普比率 0.4574，胜率 52.37%
• 沪深300指数：年化收益 3.52%，夏普比率 0.1459，胜率 0.00%

分年度表现

• 2013年：Bandit Learning（I=4）收益 1.81%，传统多因子收益 -3.82%
• 2014年：Bandit Learning（I=4）收益 50.72%，传统多因子收益 94.21%
• 2015年：Bandit Learning（I=4）收益 28.16%，传统多因子收益 30.56%
• 2016年：Bandit Learning（I=4）收益 4.83%，传统多因子收益 -1.10%
• 2017年：Bandit Learning（I=4）收益 37.14%，传统多因子收益 36.46%
• 2018年：Bandit Learning（I=4）收益 -2.70%，传统多因子收益 -14.83%

业绩归因分析

• 传统多因子模型 在盈利、动量、成长因子上暴露较高。
• Bandit Learning 模型 在盈利、动量、成长因子上暴露较低，反而在流动性、波动率、估值因子上暴露较高。
• Bandit Learning 模型的因子收益较为平均，而传统多因子模型在某些因子上表现突出。

算法流程

1. 输入：$ m, n, l, \mathbf{R}_k, \tau $
2. 对每一期 $ k = 1 \to m $：
   • 估计 $ k $ 期的资产收益率 $ \mathbf{R}_k $ 和协方差矩阵 $ \Sigma_k $
   • 对 $ \Sigma_k $ 进行主成分分解，得到特征向量与特征值
   • 归一化处理特征向量，构建新的协方差矩阵
   • 计算每个特征向量的奖赏函数
   • 使用 UCB 算法选择最优臂 $ i_k^* $ 和 $ j_k^* $
   • 计算最优权重 $ \theta_k^* $，构建组合权重 $ w_k $
   • 将权重映射至新的可行域，得到非负权重 $ w_{new,k} $
3. 输出：每一期的最优权重 $ W_{new} $ 以及组合收益

风险提示

• 随着市场环境的变化，模型存在失效风险。
• Bandit Learning 模型在市场大幅下跌时仍可能产生较大回撤。

未来研究方向

• 进一步研究其他在线学习模型，以丰富模型体系。
• 深化对 Bandit Learning 模型的分析，理解其适应的市场环境。
• 优化模型参数，提高模型的稳健性和收益表现。

参考文献

• Shen W, Wang J, Jiang Y G, and Zha H. 2015. Portfolio choices with orthogonal bandit learning. Proceedings of the 24th International Joint Conference on Artificial Intelligence.
• Li B, Hoi S C. 2014. Online portfolio selection: A survey. ACM Computing Survey.
• Bai J, Ng S. 2002. Determining the number of factors in approximate factor models. Econometrica.

投资评级说明

• 公司评级：
  • 买入：未来6个月内相对沪深300指数涨幅超过20%
  • 增持：未来6个月内相对沪深300指数涨幅介于10%~20%之间
  • 中性：未来6个月内相对沪深300指数涨幅介于-10%~10%之间
  • 减持：未来6个月内相对沪深300指数跌幅超过10%
• 行业评级：
  • 看好：未来12个月内相对于沪深300指数涨幅超过10%
  • 中性：未来12个月内相对于沪深300指数涨幅介于-10%-10%之间
  • 看淡：未来12个月内相对于沪深300指数跌幅超过10%

联系信息

• 渤海证券研究所：
  • 天津：天津市南开区宾水西道8号，邮政编码：300381，电话：（022）28451888，传真：（022）28451615
  • 北京：北京市西城区西直门外大街甲143号凯旋大厦A座2层，邮政编码：100086，电话：(010) 68104192，传真：(010) 68104192
• 研究所联系方式：
  • 张继袖（副所长）：+862228451845
  • 谢富华（副所长）：+862228451985
  • 王洪磊（部门副经理）：+862228451975
  • 朱晟君：+861068104662
  • 郑连声：+862228451904
  • 张冬明：+862228451857
  • 刘瑞：+862223861670
  • 杨旭：+862228451879
  • 崔健（金融工程研究&部门经理）：+862228451618
  • 李苹泰（权益类量化研究）：+862223873122
  • 宋旸（分析师）：+862228451131
  • 祝涛（衍生品类研究）：+862228451653
  • 李元玮（衍生品类研究）：+862223873121
  • 郝惊（衍生品类研究）：+862223861600
  • 王琛嵘（债券研究）：+862228451802
  • 冯振（债券研究）：+862228451605
  • 夏捷（债券研究）：+862223861355
  • 刘洋（基金研究）：+862223861563
  • 周喜（流动性、战略研究&部门经理）：+862228451972
  • 宋亦威（策略研究）：+862223861608
  • 杜乃璇（策略研究）：+862228451945
  • 张扬（宏观研究）：+862228451659
  • 白骐玮（风控专员）：+862228451659
  • 任宪功（合规专员）：+86 10 6810 4615
  • 齐艳莉（综合质控&部门经理）：+862228451625
  • 朱艳君（机构销售·投资顾问）：+862228451995

研究所网址

• www.eww.com.cn