林晓明 S0570516010001 研究员
陈 烨 S0570518080004 研究员
李子钰 S0570519110003 研究员
何 康 S0570118080081 联系人
王晨宇 S0570119110038 联系人
报告发布时间:2020年6月14日
摘要
本文构建了端到端的因子挖掘神经网络AlphaNet,并测试了其有效性
过去10年,基于神经网络的深度学习模型引领了人工智能的发展。与传统的机器学习不同,深度学习模型通过端到端(endtoend)的方式,直接从原始数据中提取特征并针对目标做出预测,从而避免了多步骤学习的人工干预和信息损失。然而将深度学习运用于多因子选股时,套用现有模型可能效果会不达预期,需要量身定制合适的网络结构。本文为了整合多因子选股中的因子生成和多因子合成步骤,设计了一种全新的网络结构:AlphaNet。在测试中,AlphaNet能有效提取股票原始量价数据中的特征,其合成因子相比传统因子具有显著的增量信息。
深度学习的端到端特征学习能力使得借助神经网络挖掘因子成为可能
深度学习中的代表模型有卷积神经网络CNN和循环神经网络RNN。CNN通过引入卷积层和池化层,能有效提取图像中的特征,成为计算机视觉领域中的优秀模型。RNN通过引入序列网络结构,能有效提取序列数据中的特征,成为语音识别、自然语言处理等领域中的优秀模型。通过巧妙的网络结构构建,深度学习能展现出强大的特征学习能力,实现端到端的学习和预测。要达到优秀的端到端学习效果,需要结合神经网络的灵活性和待解决问题的领域知识,有针对性地设计出网络结构。本文针对量化投资中选股因子的自动挖掘和合成问题,设计了一种全新的网络结构:AlphaNet。
本文介绍了因子挖掘神经网络AlphaNet的结构和技术细节
为了有效提取股票原始量价数据中的特征,AlphaNet借鉴了遗传规划中特征构建的思想,将多种运算符函数作为自定义网络层用于特征提取。AlphaNet包含四部分:(1)数据输入:仿照CNN的方式,将个股原始量价数据整理为二维“数据图片”的形式输入网络。(2)特征提取层:AlphaNet中最关键的组成部分,实现了多种自定义运算网络层提取特征,并利用批标准化层(BatchNormalization)进行特征标准化。(3)池化层:与CNN中池化层基本一致,对上一层的特征进行“模糊化”操作。(4)全连接层:对接预测目标,作用是对提取的特征进行加权合成。
本文基于量价数据,测试了AlphaNet在不同调仓周期下的选股策略表现
基于全A股的量价数据,本文介绍了AlphaNet的第一个版本:AlphaNet-v1的构建细节,并展示了AlphaNet-v1输出的合成因子在调仓周期为10天和5天的策略回测表现。合成因子在进行了行业、市值、动量、波动率、换手率五因子中性化后,RankIC均值为9.54%(10天调仓)和8.19%(5天调仓)。分5层测试中TOP组合年化超额收益率为12.42%(10天调仓)和11.36%(5天调仓)。合成因子的增量信息显著。最后,我们使用SHAP值对AlphaNet-v1进行可解释性分析。
风险提示:通过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。神经网络受随机性影响较大,使用需谨慎。机器学习模型解释方法存在过度简化的风险。
原文链接二维码
根据合规要求,公众号暂不提供报告全文。原报告可通过行知APP进行下载。
公众平台免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求,本公众号内容仅面向华泰证券客户中的专业投资者,请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者,请取消关注本公众号,不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限,若给您造成不便,烦请谅解!本公众号旨在沟通研究信息,交流研究经验,华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号研究报告有关内容摘编自已经发布的研究报告的,若因对报告的摘编而产生歧义,应以报告发布当日的完整内容为准。如需了解详细内容,请具体参见华泰证券所发布的完整版报告。
本公众号内容基于作者认为可靠的、已公开的信息编制,但作者对该等信息的准确性及完整性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下,本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券股份有限公司所有,未经公司书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失,华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:91320000704041011J。