⚫ 因子有效性随市场变化,因子合成面临挑战。在经典的多因子选股框架里,等权法合成因子较为常见,特点是简单直观,但无法体现因子间的差异。IC 加权法包含了因子的动量信息,以及因子之间的差异,但无法体现因子之间的交互作用。而机器学习可以寻找大量数据之间的映射(非线性)关系。
⚫ 机器学习因子合成:使用规模、估值、分红、盈利、财务质量、成长、反转、波动率、流动性、分析师一致预期10 大类风格因子。应用机器学习模型,进行24 个月滚动训练。
分别测试逻辑回归、朴素贝叶斯、支持向量机、决策树、随机森林、梯度提升树、XGBoost、 LightGBM、神经网络九种模型。
⚫ 合成因子的多头组合相对等权组合有一定的增强作用,空头组合不同机器学习模型表现分化加大。多头组合中神经网络表现最好,其次是随机森林和XGBoost。决策树表现最差,几乎没有提升效果。空头组合中基于决策树的集成模型表现最好,较好地控制了年化波动率和最大回撤。合成因子多数年份表现优于追求动量的IC 加权法,2017、2018 年表现较差。
⚫ 通过对单因子的边际依赖函数进行线性回归拟合,可以将单因子的边际影响拆分为线性和非线性两部分。以神经网络为例在2020 年的训练结果为例,规模、流动性、盈利、成长因子的变化对预测值的非线性影响较大,而分红、财务质量、分析师一致预期的变化则几乎全部为线性影响。机器学习模型训练过程中,各类因子的贡献变化与IC 的变化较为一致。
⚫ 合成因子与流动性、波动率这两个因子相关性最高,其次是反转、估值、规模,与财务质量因子相关性最低。机器学习模型或许更适用于技术面因子,但提升的是空头组合收益。
基本面因子的回测结果显示,不论是多头组合还是空头组合,机器学习模型相对于等权组合并没有提升。而从技术面因子的回测结果看,机器学习模型可以一定程度上提高空头组合的年化表现。
⚫ 在特征和数据较少的情况下,模型很难充分学习数据的特征。在这种情况下,线性模型的表现也要优于复杂的非线性模型。将样本池由全市场换为中证500,由于训练样本数量明显减少,机器学习模型的效果并不突出。对于多头组合的表现并没有提升效果,可以一定程度上提升空头组合的表现。即使我们已经尽量避免使用复杂度过高的模型,但机器学习的表现非常依赖于数据量和特征数。
⚫ 风险提示:机器学习模型根据历史数据构建,历史表现不代表未来,市场环境发生重大变化时可能失效。
相关报告
人工智能专题课System for AI
5849
类型:学习教育
上传时间:2021-08
标签:人工智能、机器学习、神经网络)
语言:中文
金额:免费
英国科技部2.6万字报告:人工智能行业研究(中英对照)
3965
类型:行研
上传时间:2023-04
标签:人工智能、机器学习、经济模式)
语言:中英
金额:7元
哈佛1.8万字报告:人工智能与机器学习政策制定者入门(中英对照)
2811
类型:行研
上传时间:2023-05
标签:人工智能、机器学习、监管法规)
语言:中英
金额:5元
《接近(几乎)任何机器学习问题》Approaching (Almost) Any Machine Learning Problem
2125
类型:电子书
上传时间:2021-05
标签:算法、机器学习、智能化)
语言:英文
金额:5积分
兰德8万字报告:机器学习和基因编辑对社会发展的影响(中英对照)
1626
类型:行研
上传时间:2023-11
标签:机器学习、基因编辑、如何引领社会发展)
语言:中文
金额:10元
乔治梅森大学3万字:2023全球人工智能基础设施报告(中英文版)
1617
类型:行研
上传时间:2023-09
标签:人工智能、机器学习)
语言:中英
金额:10元
清华最新人工智能7篇系列报告
1493
类型:行研
上传时间:2020-08
标签:人工智能、机器学习、人机交互)
语言:中文
金额:免费
电子书-Data Science for Healthcare: Methodologies and Applications《医疗数据科学:方法和应用》
1148
类型:电子书
上传时间:2020-08
标签:医疗保健、机器学习、大数据分析)
语言:英文
金额:5积分
6G 与人工智能与机器学习
959
类型:专题
上传时间:2021-06
标签:6G、人工智能、机器学习)
语言:英文
金额:5积分
《面向初学者的机器学习》Machine Learning For Absolute Beginners
903
类型:电子书
上传时间:2021-05
标签:机器学习、计算机、算法)
语言:英文
金额:5积分
积分充值
30积分
6.00元
90积分
18.00元
150+8积分
30.00元
340+20积分
68.00元
640+50积分
128.00元
990+70积分
198.00元
1640+140积分
328.00元
微信支付
余额支付
积分充值
应付金额:
0 元
请登录,再发表你的看法
登录/注册