本报告介绍了基于随机森林动态调整因子、使用多类概率分类预测的CPP量化选股策略。策略通过动态选优因子池,结合XGBoost多分类模型预测股票收益率区间,提升选股准确性和容错率。历史回测显示,该策略在2013至2019年间跨越牛市、熊市及波动市场均实现显著超额收益,年化收益率达到57%,夏普比率2.21,最大回撤21%。该方法优于传统机器学习选股模型,具有较强的可持续性和稳定性,为量化选股策略设计提供新思路
| 排名 | 因子名称 | 被选中次数 | 总次数 | 选中概率 |
|---|---|---|---|---|
| 1 | liquidity | 73 | 74 | 98.65% |
| 2 | Variance20 | 71 | 74 | 95.95% |
| 3 | net_asset_growth_rate | 71 | 74 | 95.95% |
| 4 | size | 70 | 74 | 94.59% |
| 5 | VOSC | 69 | 74 | 93.24% |
| 6 | Price1M | 67 | 74 | 90.54% |
| 7 | net_profit_growth_rate | 59 | 74 | 79.73% |
| 8 | sharpe_ratio_20 | 55 | 74 | 74.32% |
| 9 | PEG | 53 | 74 | 71.62% |
| 10 | beta | 51 | 74 | 68.92% |
| 参数项 | 取值 |
|---|---|
| max_depth | 10 |
| learning_rate | 0.1 |
| n_estimators | 500 |
| min_child_weight | 5 |
| colsample_bytree | 0.7 |
| reg_lambda | 0.4 |
| scale_pos_weight | 0.8 |
| subsample | 0.8 |
| 指标 | CPP策略(XGBoost+RSRS) | 基准沪深300指数 |
|---|---|---|
| 年化收益率 | 57% | 远低于57% |
| 累计收益率 | 776.45% | 明显偏低 |
| 夏普比率 | 2.21 | 较低 |
| 最大回撤 | 21% | 更高 |
| 卡尔马比率 | 2.71 | 低于策略 |
报告标题:基于动态因子调整的可持续量化选股策略
作者:高智威
发布机构:东兴证券研究所
发布时间:报告内部未标具体发布日期,内容最新至2021年左右,引用文献来自2020年5月
研究主题:围绕量化选股策略,特别是基于机器学习动态调整因子的多类概率预测模型
核心论点:
本报告旨在为国内投资者提供一种借鉴海外先进量化方法的视角,并通过详细回测和策略构造介绍,辅助理解机器学习在量化投资中的实践应用。,2,3]
本章介绍了算法交易的快速发展及其在市场中的应用扩展,指出算法交易不仅自动执行指令,也增强交易决策的客观性,规避情绪干扰。量化选股在学术及实务中均为热门领域,传统基于Fama-French线性多因子模型的方法被逐步扩展为使用机器学习技术,如神经网络、支持向量机、随机森林和XGBoost予以增强。
作者指出当前研究存在的两大瓶颈:
因此,提出动态因子选择结合多类概率预测的创新方法对提升策略可持续性至关重要。
关键步骤:
股票收益区间划分与因子池设定
将股票按月收益分为5个区间:>10%、5-10%、0-5%、-10%-0%、≤-10%。选取45个跨9大类的因子(质量、基本面、情绪、成长、风险、股票、动量、技术、风格因子),构建因子池。
训练集与测试集构建
采用滚动方式结合因子和滞后月收益,构建训练集和测试集(见图4)。例如,第i-3期因子与第i-2期月收益对应构建训练数据,第i期因子与i+1期月收益构建测试集,确保因子与收益对应时间合理。
动态因子筛选
利用随机森林模型计算训练集中因子的相对重要性,按累积重要性达到80%的标准选择因子。IC(信息系数)波动显示部分因子有效期变化明显,因此动态调整可以提升因子有效性。图5、图6端展示ATR14和EBIT因子IC在不同时间的波动,证明静态因子难以满足长期策略需求。
分类概率预测与选股
选用XGBoost进行股票所属收益区间的多类概率预测,排序后从概率最高区间选取概率最高的前20只股票进行建仓。每月调仓一次。此方法在兼顾预测准确性的同时提升了容错能力,避免了单纯预测最高收益值带来的回撤风险。
简评:
3.1 动态因子调整分析
例如,流动性因子以过去1个月、3个月和12个月的股票换手率加权计算,反映了市场活跃度。
**3.2 回测收益】
回测区间涵盖牛熊震荡市场,交易参数详尽,包括手续费滑点(0.2%)、止损规则(RSRS止损)、持仓数(20只)、调仓频率(月度)等,保证结果统计的真实可靠性。
XGBoost分类预测(CPP)模型表现优异:
回测收益和风险指标详见图11、图14:
止损模块对比显示,RSRS指数止损优于MACD止损,且XGBoost模型优于随机森林,构成了策略的最佳组合。
整体回测曲线显示,策略显著跑赢沪深300基准,且回撤控制较好,保障了资金稳健增长。
,8,9,10,11,12,13,14]
描述了因子动态调整与CPP分类概率预测的逻辑流程,清晰展现因子动态筛选后,进入分类概率计算及股票池构建的步骤。流程图体现了策略设计的系统性。
定义了5个收益率区间划分标准,构造了CPP多类标签基础,优于传统二分类思路,明确细化了收益预期层级。
列出了9大类45个初始因子,涵盖质量、基本面、情绪、成长、风险、股票、动量、技术和风格因子,展示了因子池的广度与深度,是策略变量的基石。
展现了动态时间窗口内训练及测试集的关系,利用不同时期的因子与下一期收益率配对,实现动态因子调整与收益预测的结合。
这两组柱状图显示了关键因子信息系数(相关性)在不同时间点波动,支持因子动态选择的必要性。红色代表正相关,蓝色代表负相关,说明同一因子在不同市场环境下,表现可能迥异。
表格描述了高频被选因子的名称、次数和概率,数字精确表达了因子活跃度与重要性,其中流动性、方差、成长率、市值、情绪因素等因子连续出现在最佳因子集合中,说明这些因子对预测极具价值。
详细列出了回测的交易环境及参数,包括交易标的、时间、数据来源、交易费用、止损机制、调仓频率,确保回测过程合理且可执行。
显示分类模型的超参数配置,如树深、学习率、子样本比例等,是模型性能调优的重要基础。
统计指标揭示了模型性能,51.7%准确率虽不算特别高,但灵敏度和精确度在75%和62%以上,说明模型在识别高收益股票上较为可靠。
采用5级收益分类混淆矩阵形式,有助理解模型的分类错误类型及预测分布,细节未完全展开但提供了理解模型准确性的方法。
提供了回归模型参数,为对比分析不同模型效果做基础。
折线图显示XGBoost多类分类模型收益(红线)远超沪深300指数(蓝短虚线)及其他模型,策略表现强劲。
详细展示了年化收益、波动率、最大回撤、夏普比率等多维风险收益指标,XGBoost多类分类模型均优于回归及二分类模型。
显示了RF模型主要参数设定。
确认XGBoost+RSRS组合策略最优,收益曲线明显优于基准及其他模型组合。
对比展示了四种模型与止损组合的详细风险收益指标,XGBoost + RSRS表现最好,年化收益最高(57%),最大回撤最低(21%),夏普比和Sortino比均领先,风险调整后收益表现优异。
CPP策略持续跑赢沪深300,累计收益率近8倍,最大回撤仅21%,稳定性强。
表格显示策略在牛市、熊市及震荡期均实现30%-94%的显著超额收益,验证了策略的可持续适用性。
本报告关注于量化选股策略构建及回测分析,不涉及传统意义上的公司估值(如DCF、P/E或EV/EBITDA等估值模型)。报告核心围绕机器学习模型性能与收益风险指标的描述,因此无估值方法部分。
报告明确指出核心风险包括:
报告未提供详细缓解策略,仅建议投资者谨慎参考模型预测结果,并关注市场变化风险。
综上,报告内容严谨且深入,但仍需结合实践交易进行进一步测试验证和调优。
本报告系统介绍并评析了Yi Fu等学者提出的基于动态因子调整的CPP(分类概率预测)量化选股策略。策略特点突出:
策略综合看,提供了量化投资中因子动态选取与复杂收益区间预测的实用范例,展现了机器学习模型在量化选股领域的潜力和优势。报告最后也谨慎提示了模型局限及可能风险,强调该策略基于历史数据,并不保证未来表现。
总的来看,本报告内容逻辑严谨、数据详实、方法创新,可为国内量化投资者提供具有借鉴价值的战略思路和实践方法。建议投资者在实际应用中关注模型的动态调整及风险管理,结合实际市场状况进行策略优化。,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
Yi Fu, Shuai Cao, Tao Pang. "A Sustainable Quantitative Stock Selection Strategy Based on Dynamic Factor Adjustment." Sustainability, 2020, 12(10): 3978.
图1:因子动态调整与CPP量化选股策略流程图
图4:训练数据集和测试数据集构建
图5:ATR 14信息系数波动
图6:EBIT信息系数波动
图11:回归和分类选股回测收益曲线
图16:不同模型回测收益曲线
图18:CPP选股回测收益率
以上分析基于报告原文内容,内容中所有结论均已明确注明引用页码。
海外文献速览系列之十二:基于动态因子调整的可持续量化选股策略.pdf