本文提出Portfolio Tangent Kernel(PTK):在深度神经网络(DNN)训练构建SDF时,将“发现特征(what to price)”与“定价规则(how to price)”严格分离。PTK把网络学到的梯度特征映射为一个大规模特征管理因子集合,并给出闭式线性定价表示(LFM),在样本外能显著优于原始DNN和强随机特征基准;同时,PTK的谱复杂度自21世纪初以来显著上升(约6倍),这提高了隐含正则化并限制有限样本下的可学性能 .
| 要点 | 设定/数值 |
|---|---|
| 特征数与数据 | 132 个股票特征,样本 1963–2024(JKP 数据集),按市值分组(mega/large/small/micro/all) |
| DNN 架构 | MLP: depths D∈{1,2,4}, widths w∈{16,32,64,128,256,512};重点实证架构 D=2,w=256(P≈100k) |
| 训练 | 滚动窗口 60 个月训练;learning rate η=2^-16;warmstart 细调;batch = 全截面(月度) |
| PTK 因子构造 | 基于训练后参数 θ* 计算梯度特征 g_t = ∇_θ (N_t^-1/2 Σ_i f(X_i,t;θ*) R_i,t+1),按时间堆叠后构造 Gram 矩阵并做 ridge Markowitz 定价 |
| 回测/正则 | 滚动窗口集合 T∈{12,60,120,240,360};z_eff 以平均特征谱缩放,主值 z_eff=1e-5;ensemble 按历史波动率加权 |
一、元数据与概览(引言与报告概览)
报告标题:Large and Deep Factor Models(大与深因子模型),作者:Bryan Kelly, Boris Kuznetsov, Semyon Malamud, Teng Andrea Xu, Yuan Zhang,发布日期:2026-02-17,主题:用深度神经网络构建并解析可交易的随机贴现因子(SDF),提出 Portfolio Tangent Kernel(PTK)并将其与大型因子模型(LFM)以及随机特征基准比较的理论与实证研究。
核心论点概述:作者主张:训练得到的 DNN-SDF 可被明晰地加法分解为(i)只依赖于网络所学非线性特征的“特征项”,与(ii)模型相关的残差项;而条件于已学特征,负责定价的对象是新定义的 Portfolio Tangent Kernel(PTK),PTK 将学得的特征映射为显式的大型线性因子定价表示,从而可重构为 Large Factor Model(LFM)形式并获得更好的统计效率与经济可解释性。,
主要结论与实证要点:在美股样本(1963–2024,153 个特征,经筛选后 132 特征)上,PTK-SDF 相较直接使用 DNN 输出(DNN-SDF)和随机特征(ReLU 随机特征 LFM)实现更高 Sharpe、显著 alpha,并且学到的特征使得 PTK 的谱复杂度(spectral complexity)显著高于随机特征且自 2000 年以来上升约 6 倍,说明有限样本下估计误差对可学习性的严苛限制。,,
二、逐节深度解读
要点:以 SDF 表示为 M_{t+1} = 1 - π_t' R_{t+1} 且最优组合 π_t 可被看作 π(X_t),可通过参数化 f(X;θ) 并最小化 MSRR 目标(含 ridge 正则化)估计 θ;当模型为线性于 θ 的随机特征族(f(x;θ)=∑ φ(x'W_k) θ_k)时,闭式解存在并等价于以特征为因子的 Markowitz 投资组合。,,
关键数据点/含义:带 ridge 惩罚的目标 L(θ) = T^{-1}∑(1 - f(X_t;θ)'R_{t+1})^2 + z||θ||^2 显示复杂函数族减小偏差但放大方差,z 控制正则化强度;当 P→∞ 时,因子内积矩阵 F'F 收敛到由核 K 决定的 Portfolio Kernel 矩阵,进而 SDF 收敛到 kernel 决定的 LFM-SDF(Theorem 1)。,,
图示(图 1):浅层网络/随机特征的示意图说明了固定隐藏层权重 W 下输出线性于 θ 的结构,并作为随机特征基线的直观解释。请见图示:
关键结论:当随机特征数 P→∞ 时,估计的 θ'F_{T+1} 收敛到由 Portfolio Kernel 𝕂(Y_{T+1}, Y_IS) ξ 给出的对象,(Theorem 1)其中 ξ = (1/T)(z I + (1/T) 𝕂_IS)^{-1} 1, 表明 LFM-SDF 是利用当前市场态与历史市场态经核相似性加权的最优时间聚合(attention-like 权重)。
推理意义:LFM-SDF 可被写成对历史期 t 的相似性得分 𝕂(Y_{T+1}, Y_t) 与对应时间权重 ξ_t 的加权和,从而把“核比较 + 时序最优聚合”解释为一个显式线性因子组合。
PTK 定义:PTK( (R,X), (Ṙ,Ẋ); θ ) = R' ∇_θ f(X;θ) ∇_θ f(Ẋ;θ)' Ṙ,等价于以 NTK 为基础的 Portfolio Kernel,度量基于参数扰动的可交易回报相似性。,
梯度流视角:在梯度流下,SDF 的时间演化通过梯度特征组合 F_{t+1} = R_{t+1}' ∇_θ f(X_t;θ) 来驱动,因此训练过程隐式在交易这些基于梯度的特征并塑造 PTK。,,
稳定化与分解(Theorem 4):若在某个训练时间 s_* 后 PTK 收敛到稳定核 𝕂^,则 DNN 生成的 portfolio return 可分解为「学习到的模型残差」(f evaluated at θ(s_)))加上由 𝕂^* 给出的 PTK-SDF(显式 LFM 表达),并且后者条件于特征是最优的,因此残差项可舍弃而不损失定价性能。,
隐式正则化/谱滤波:梯度下降诱导的谱滤波器 f_GD(λ)=λ^{-1}(1 - e^{-η(s-s_)λ}) 与 ridge 的 f_ridge(λ)=λ^{-1}/(1 + λ^{-1} z) 结构上类似,二者对小特征值方向进行下权(regularize),因此训练动态本身实现了隐式岭式收缩,其强度与训练时间 η(s-s_) 相关。,
主要结论:在 P, T →∞,P/T → c 的极限下,估计噪声归约为标量形式的有效惩罚 ĤZ_(z),从而 (z I + ĤΣ)^{-1} μ 收敛到 (ĤZ_(z) I + Σ_P)^{-1} μ_P,这使得高维问题能用「谱复杂度 + 对齐(alignment)」两大概念解释可学习性与最终 Sharpe 的衰减。,
投影定理(Theorem 6):当 ĤZ_* 在谱上分离(小特征值被强烈抑制、大特征值保留)时,最终估计集中在前 I 个主成分方向,经济可解释性在于是否经济风险溢价 μ 在这些被保留方向上有强负载(即是否对齐)。随机特征往往把风险分散到很多弱方向,从而对齐差;学习特征可将信号旋转到强方向以提高可学习性。
数据:月度、153→筛选后132个股票特征,样本 1963–2024,分市值组(mega/large/small/micro/all)分别回测;随机特征基线采用 P=25,000 的 ReLU 随机投影作为强基准。,,
DNN 与 PTK 构造:使用 MLP(D∈{1,2,4}, w∈{16,32,64,128,256,512}),滚动训练窗口 60 个月,学习率 η=2^{-16},训练由 Adam(附录 B)与 warmstart 策略实现;PTK 因子由训练后网络对参数的梯度 ∇θ f 生成并构成因子回报 F_τ+1 = N_τ^{-1/2} R{τ+1}' ∇_θ f(X_τ; θ_t^*),随后用 ridge-Markowitz 在过去 T 窗口上估计权重得到 PTK-SDF。,,–56]
三、图表与图像的深入解读(逐图分析并联结文本)
图 1(浅层网络示意)——描述与解读:图示展示了单隐藏层网络的结构、随机隐藏权重 W 与可训练输出权重 θ 的分离,对应文本中随机特征模型 f(x;θ;W)=∑ φ(x'W_k) θ_k 的设定,图强调:若隐藏层不训练则为随机特征基线,该模型在闭式求解下等价于一个以这些随机非线性特征构建的 LFM(见 Section 3.1)。,
图 2(Sharpe 比率随网络深度/宽度变化)——描述:图在“all”与各市值组下绘制 D=1,2,4 随宽度变化的 Sharpe 曲线,并标出随机特征(is ensemble RF) 基准虚线;图示表明深度 D=2/D=4 常优于 D=1,但在非常宽/深时(如 D=4,w=512)性能反而下滑。
解读与联系文本:作者据此断言深度对特征发现至关重要,而非常极端的参数化(过宽/过深)在定价规则学习上可能失败,说明“学什么”与“如何定价”在联合训练下互相干扰,从而为 PTK 的分离方案提供动力。,
四、估值/方法学分析(理论方法与关键假设解读)
方法学核心:以 MSRR 目标估计可交易 SDF,并使用 NTK/PTK 框架把 DNN 的梯度特征转化为可交易的因子空间,从而在无须再训练隐藏层权重的情况下通过显式 Markowitz(带岭惩罚)组合实现最优定价;在 P ≫ T 的高维设置下,随机矩阵理论给出有效惩罚 ĤZ_* 并描述谱收缩效应,进而允许对齐/谱复杂度解释可学习性的上下限。,,,
关键输入与假设:包括(i)PTK 在训练后能稳定(梯度特征收敛)以便使用闭式分解;(ii)内样本核矩阵非退化(invertible)以保证 ξ 有定义;(iii)高维极限下的随机矩阵假设(P/T → c)成立以适用 Theorem 5/6 的近似结论;(iv)梯度下降/训练路径与初始化会影响最终解(故需关注 warmstart/seed 变动)。这些假设在文本中有明确阐述并在附录中给出实现细节与训练配置。,,,–56]
五、风险因素评估与局限性
模型依赖风险:PTK 的有效性依赖于训练能收敛到稳定 PTK 的假设,若梯度特征持续演化或训练陷入复杂非稳态路径,Theorem 4 的分解近似会失效,残差项可能携带重要定价信息而不可弃置。,
样本/时间稳定性风险:PTK 谱复杂度随时间上升说明经济信号更分散于弱方向,导致有限样本估计噪声上升与可学性的下降,即使 PTK 优化能提高对齐也可能在未来样本中失效。,
计算与可复制性:PTK 依赖对网络参数梯度的精确计算(∇_θ f),这在大规模网络/参数量上带来计算与数值稳定性挑战,作者采用 warmstart 与小步长训练并重复多种随机种子以缓解,但仍需注意工业部署时的计算成本。,,
解释性与经济机制:虽然 PTK 增强了经济对齐(与消费风险相关),但仍然是基于数据驱动的特征旋转,需谨慎解释这些高维方向的具体经济含义,避免以关联替代因果。,
六、批判性视角与细节注意
关于“ridgeless 最优”主张:作者指出 PTK 在很多情形下在几乎无显式收缩下最优(图 4),但这部分结论高度依赖于学得特征在小样本下的对齐与隐式谱收缩;若学得特征在未来样本对齐度降低,显式正则化可能再次变得必要。,,
关于训练路径与可重复性:文本多次强调初始化与梯度路径对最终结果的重要性(Section 4.1、附录 B),表明不同随机种子或优化细节可能导致不同 PTK,作者虽做了多 seed 与 ensemble,但实际敏感性分析应更细致以评估策略稳健性。,,
内部一致性:报告在不同部分一致地将随机特征基线视为“复杂性”的对照并用 kernel/NTK 理论把两类方法联系起来,论证逻辑连贯且理论与实证互为印证;需要注意的是,某些极限论断(P,T→∞)在有限样本解释上仍属近似性质,应避免字面化为严格等价。,,
七、结论性综合(汇总与要点重申)
综合要点一:作者提出并证明了 DNN-SDF 在训练稳定后可被分解为“学习到的模型残差 + PTK-SDF”,其中 PTK-SDF 是条件于学到的特征的最优线性因子定价器,从而把深度学习在资产定价中的主要价值定位为“特征发现”,而定价应由显式的 LFM/PTK 来完成以提高统计效率与解释力。,,
综合要点二(实证):在 1963–2024 的美股数据与 132 个特征设置下,PTK-SDF 在多数市值分组中均显著优于直接 DNN-SDF 与强随机特征基线,且 PTK 的主成分更好地与长期/未来消费风险对齐,证明了其经济有效性与可交易性。,,
综合要点三(统计极限):谱复杂度与对齐两者共同决定有限样本下的可学性:随着谱复杂度自 2000 年以来显著上升(约 6 倍),即便对齐有所改善,有限样本内的估计误差也更难避免,这构成了深度学习在资产定价中的根本统计限制。,
最终判断:该报告在理论推导(NTK/PTK 框架、LFM 收敛、梯度流谱滤波)与大型实证验证(多图表、多回测窗口、多市值组、对齐消费风险)上均非常完整且互相印证,提出的“分离特征学习与定价”的实践与理论框架对学术与应用均有重要参考价值,但应就 PTK 的稳定性、训练路径敏感性以及未来样本的谱/对齐演化做更深入的稳健性检验以强化结论的长期适用性。,,,–56]
(本文对报告中主要章节、定理、图表与实证结果做了系统梳理并在每处结论后标注了对应页码以便溯源。)
2402.06635.pdf