基于MLP神經(jīng)網(wǎng)絡(luò)的AI量化模型的構(gòu)建分析案例目錄基于MLP神經(jīng)網(wǎng)絡(luò)的AI量化模型的構(gòu)建分析案例 11.1AI量化投資模型的概述 11.2AI量化模型的構(gòu)建 3 51.2.2量化投資策略的構(gòu)建 8 1.1AI量化投資模型的概述行交易。AI量化模型就是把人工智能中各種機器學(xué)習(xí)的算法引入量化模型開發(fā)我們把AI量化模型看作一個函數(shù)，它試圖解釋自變量(因子特征)和因變量(目標)之間的關(guān)系。我們以“一線穿多陽”的選股邏輯作為例子，來解釋AI量化模型如何把選股邏輯轉(zhuǎn)化為可量化的因子特征和目標，并通過對這些數(shù)據(jù)的機器學(xué)習(xí)總結(jié)選股規(guī)律，我們用圖4-1展示這個流程：選股邏輯選股邏輯·收盤價和10日均線的比例·收盤價和20日均線的比例·開盤價和5日均線的比例·開盤價和10日均線的比例·開盤價和20日均線的比例·收盤價和開盤價比例機器學(xué)習(xí)新的因子特征數(shù)據(jù)決策模型預(yù)測未來5日收益率圖4-1“一線穿多陽”為選股邏輯的AI量化模型的簡單示意圖以及與影響目標的因子特征(“收盤價和5日均線比例”等的因子特征);接著把目標和因子特征數(shù)據(jù)合并起來，通過機器學(xué)習(xí)來探索目標(未來5日收益率的漲跌)與因子特征之間規(guī)律，進而構(gòu)建選股的決策模型；然后在決策模型中輸入新的因子特征數(shù)據(jù)，用來預(yù)測“未來5日收益率”;最后根據(jù)預(yù)測結(jié)果選擇股票以上是簡化版的AI量化模型，我們把AI量化模型展開，它是一個包含了多開發(fā)一個AI量化模型，主要包括以下流程：第一步數(shù)據(jù)準備第二步機器學(xué)習(xí)算法模型的構(gòu)建第三步量化投資策略的構(gòu)建第五步量化模型的優(yōu)化根據(jù)以上的開發(fā)流程，本文基于MLP神經(jīng)網(wǎng)絡(luò)的AI量化模型的構(gòu)建的技術(shù)線路如圖4-2所示：投資邏輯投資邏輯優(yōu)化訓(xùn)練數(shù)據(jù)年因子歷史數(shù)據(jù)因子歷史數(shù)據(jù)合并數(shù)據(jù)1.2AI量化模型的構(gòu)建投資邏輯：以Fama-French三因子模型為基礎(chǔ)，我們認為上個公司指標作為因子特征、未來5日收益率作為目標標簽。模型簡介(原始版)因子數(shù)量：2個是否對因子數(shù)據(jù)預(yù)處理：是標注：未來5日收益(不做離散化)是否對標注數(shù)據(jù)標準化處理：是訓(xùn)練集數(shù)據(jù)：2010/01/01~2019/01/01實驗集數(shù)據(jù)：2019/01/01~2020/02/11持股數(shù)：5持倉天數(shù)：5機器學(xué)習(xí)算法：MLP神經(jīng)網(wǎng)絡(luò)損失函數(shù)：MESBatch-size:1024個(每次訓(xùn)練1024個樣本)Epoch:5輪(共訓(xùn)練5輪)神經(jīng)網(wǎng)絡(luò)層數(shù)：2層表4-3模型簡介(原始版)BB■圖4-4AI量化模型(原始版)1.2.1.1數(shù)據(jù)獲取(2)回溯時間：量化投資模型的研發(fā)與構(gòu)建需要大量的數(shù)據(jù)樣本，訓(xùn)練就變差。訓(xùn)練數(shù)據(jù)使用2010年1月1日到2019年1月1日之間的數(shù)據(jù)。在機器學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)比例一般是8:2,或者7:3。測試數(shù)據(jù)使用2019年1月1日到2020年02月11日之間的數(shù)據(jù)。(3)股票數(shù)量：為了適用于更廣泛的市場環(huán)境，需要選擇大量的股票。誤導(dǎo)模型的學(xué)習(xí)。本文采用A股市場的股票過濾了ST、*ST、股票數(shù)量是3560個；在測試數(shù)據(jù)中，股票數(shù)量是4159個。訓(xùn)練數(shù)據(jù)的因子特征數(shù)據(jù)和目標標簽數(shù)據(jù)需要分開處理，然后進行數(shù)據(jù)合b)固定比例去極值：把某列數(shù)據(jù)以降序排列，以1%和99%分位的值為界，大于99%的數(shù)據(jù)，重設(shè)為99%分位的值；小于1%的數(shù)以1%重設(shè)為1%分為的值。其標準差，得到一個新的近似服從均值為0、方差為1的序列。為序列為Di,DM為該序列中位數(shù)，DM1為序列、Di-DM|的中位數(shù)，則將序列Di中所有大于DM+5DM1的數(shù)重設(shè)為DM+5DM1,將序列Di中所有小于DM+5M?的數(shù)重設(shè)為DM+5DM1,將序列Di中所有小于DM-5DM1的數(shù)成設(shè)為DM-5DM1。會讓模型在學(xué)習(xí)中陷入混亂，從而導(dǎo)致輸出誤導(dǎo)性的規(guī)律。缺失值處理的方法有多種，在這里，我們使用缺失值中位數(shù)填充。所謂缺失值中位數(shù)據(jù)總量是5232590行、10列(股票數(shù)量3560個，因子數(shù)量2個，時間-值類型：字符型唯一值：3560o圖4-5訓(xùn)練數(shù)據(jù)總量(原始版)數(shù)據(jù)共1870286行，4列缺失值：0o圖4-6測試數(shù)據(jù)總量(原始版)1.2.2量化投資策略的構(gòu)建策略的構(gòu)建包括：投資組合、風(fēng)險管理、交易成本。這三個部分都與模型的預(yù)期收益密切相關(guān)，相互影響。如何分配投資組合中各個股票的比例，主要考慮期望收益、風(fēng)險控制、交易成本之間的平衡。如果我們過于強調(diào)交易機會，那么就會因為忽視對風(fēng)險的管理而導(dǎo)致?lián)p失；如果我們過于強調(diào)風(fēng)險管理，那么會因為忽視交易機會而造成收益的減少；如果我們過于強調(diào)交易成本，那么我們可能會因為不愿意承擔(dān)投資組合更新的交易成本，而過度延長股票的持倉時間。常見的投資組合模型有兩大類：相等權(quán)重組合、非等權(quán)重組合。等權(quán)重組合，是指每一個股票的資金分配都一樣。非等權(quán)重組合，是指每一個股票的資金分配與預(yù)測結(jié)果排名相關(guān)，排名越靠前，資金分配越重。這兩種權(quán)重組合各有優(yōu)點和缺點。對于等權(quán)重組合，如果模型預(yù)測有誤，它會把損失降低；但如果模型預(yù)測準確，也會把效益降低。對于非等權(quán)重組合，如果模型預(yù)測有誤，它會把損失增加；但如果模型預(yù)測準確，也會把效益增加。本文使用非等權(quán)重組合買入股票：根據(jù)模型對股票未來5個日的收益率的預(yù)測值進行降序排序，按照非等權(quán)重組合，做多排名前面五只股票。持有一定量的股票后，賣出持倉的股票：按模型預(yù)測的收益率排序進行末位淘汰，做空排名靠后的股票。簡單來說，模型每天發(fā)出指令：做多排名靠前的5只股票、做空排名靠后的5只股票，構(gòu)成多、空對沖的投資組合。資金在買入和賣出中循環(huán)滾動中，通過多、空對沖的價差組合盈利。一般來說，風(fēng)險管理可以控制模型收益的波動性，優(yōu)點是降低重大損失發(fā)生的可能，缺點是會降低盈利水平。在量化投資中，資金規(guī)?？刂剖秋L(fēng)險管理中的重要手段。一個量化模型，如果缺乏對資金規(guī)模的控制，它會根據(jù)算法讓所有的資金投在某一次交易中。無論這個模型的盈利看起來有多么確定無疑，但是這種“把所有雞蛋都放在同一個籃子中”的做法，顯然風(fēng)險太高，并不是一個好的選擇。本文通過以下方式對資金規(guī)?？刂苼斫档惋L(fēng)險：(1)控制總的資金規(guī)模。量化策略都要設(shè)定一個初始資金。我們開發(fā)模型中，設(shè)定初始資金是100萬。(2)控制每日資金規(guī)模。模型開始運行的時候，我們按照持倉天數(shù)(模型中的持倉天數(shù)是5天),把資金分為5等份，每天使用等量資金，并且規(guī)定每天買入最多使用等量資金的1.5倍；之后就使用剩余資金。剩余資金由每天賣出股票(3)控制每只股票的資金規(guī)模。每天按照非等權(quán)重方法買入5只股票，同時強行規(guī)定每只股票占用的最大資金比例是20%,無論算法給出的信號多么強烈。我們用資金規(guī)?？刂苼砉芾盹L(fēng)險：犧牲來自模型正確判斷的部分收益，同時也避免因為模型誤判而導(dǎo)致重大損失的風(fēng)險，通過這種折中的辦法來提高模型收益的穩(wěn)定性。在量化投資中，所有交易都是有成本，因此，進行交易需要有足夠的理由，要不就是為了增加盈利、要不就是為了降低虧損。但是，把交易成本降到最低，并不是量化模型的目的。這是因為，如果在開發(fā)模型的時候，高估了交易成本，會導(dǎo)致交易次數(shù)過少，錯失盈利或者止損的最佳時機；低估了交易成本，會導(dǎo)致交易過于頻繁，交易成本過高導(dǎo)致入不敷出。交易成本由三個部分構(gòu)成，分別是手續(xù)費、滑價、市場沖擊成本。本文的交入手續(xù)費為0.03%、賣出手續(xù)費為0.13%(0.13%的手續(xù)費已經(jīng)包含了0.03%的傭金加上0.1%的印花稅)、每筆交易最低手續(xù)費為5元。手續(xù)費和投資組合中股確定了代碼運行正常后，我們首先要看模型在訓(xùn)練數(shù)據(jù)上的表現(xiàn)。本文的MLP神經(jīng)網(wǎng)絡(luò)用于回歸任務(wù)，我們使用R2是檢驗?zāi)Ｐ驮谟?xùn)練數(shù)據(jù)上，解釋被預(yù)測數(shù)據(jù)的變異程度，它的公式是率。R2的值在0~1之間。R2越接近1,表示模型在訓(xùn)練數(shù)據(jù)上的解釋過去的能追求模型泛化能力的目標最終是表現(xiàn)在模型能否達公式中的rp表示模型的總收益；Vt表示模型最終的股票和現(xiàn)金的總價值；行天數(shù)(每年交易天數(shù)250天)。基準收益率是模型的標桿(benchmark),它通常與模型的總收益率進行比較。在本文，我們使用A股市場通常使用的滬深300指數(shù)作為基準收益率。阿爾法是模型相對于基準收益的超額收益，阿爾法大于0,就是我們常說的“跑贏大盤”。夏普比率(Sharpratio,SR),用衡量投資組合收益減去無風(fēng)險收益率之差的總波動性，它的計算公式：公式中，SR是夏普比率，它衡量每增加一單位風(fēng)險，會增加多少超額收益率；Ip、rf分別代表該時期的資產(chǎn)收益率和無風(fēng)險收益率，0是投資組合收益率的標準差。信息比率(informationratio,IR)是資產(chǎn)組合相對于基準收益的超額收益和主動風(fēng)險的比值。如果信息比率=0時，則說明投資組合收益率與基準收益率持平；如果信息比率<0時，則說明投資組合收益率跑輸基準收益率；如果信息比率>0時，則說明投資組合收益率跑贏基準收益率。勝率是指盈利的交易次數(shù)占總體的交易次數(shù)的比例。對于量化模型來說，勝率起碼需要超過50%。(9)盈虧比盈虧比是指在平均盈利金額與平均虧損金額的比值。收益波動率是衡量模型在周期內(nèi)收益率穩(wěn)定性。收益率波動率越高，模型的收益越不穩(wěn)定。(11)最大回撤最大回撤(maxdrawdown),是指在一定時間周期內(nèi)，模型可能達到最壞的情況。最大回撤的大小與選取的樣本區(qū)間有很大的關(guān)系，樣本區(qū)間越長，最大回撤可能越大。最大回撤表示模型在某段時間內(nèi)所承受最大風(fēng)險水平。1.2.3.4回測結(jié)果模型在訓(xùn)練數(shù)據(jù)(2010/01/01~2019/01/01)R2平均值達到99.95%。模型在測試數(shù)據(jù)(2019/01/01~2021/02/11)的收益指標和風(fēng)險指標如圖4-3所示：交易詳情每日持倉和收益輸出日志