本报告创新提出两种对数损失函数改进方案——加权损失函数和广义损失函数,针对样本不均衡和模型换手率问题,基于全A股选股回测显示加权损失函数显著提升超额收益率和召回率,广义损失函数有效降低换手率且提升预测稳定性,λ=0.1时表现最佳。改进方法创新整合机器学习选股及交易成本控制,为多因子模型优化提供新路径。
核心论点及目标信息:
整体来看,报告明确提出并验证了将损失函数设计从传统均等误差权重拓展至更适合金融选股策略的方向,强调了机器学习模型损失函数设计在投资策略实效性上的关键作用,具有显著的创新意义和应用价值。
报告首先介绍了损失函数的定义意义,特别是对数损失函数起源于逻辑回归的极大似然估计。对数损失函数数学形式:
[ \operatorname{Loss} = -\frac{1}{n} \sum_{i=1}^n \left( y_i \log f(x_i) + (1 - y_i) \log(1 - f(x_i)) \right) ]
其中,(y_i \in {0,1})为标签,(f(x_i))为预测概率。
通过最大化似然估计转化为最小化该损失函数,得出经典的逻辑回归损失函数形态。图表1展示了逻辑回归的典型S型函数映射关系。
关键点:对数损失函数可分为两部分,分别针对正样本(假阳性误差Loss1)和负样本(假阴性误差Loss2),但传统模型中两误差权重相同,未对样本不均衡有所顾及。
针对金融中典型的样本不均衡问题(如涨跌样本比例极不平衡),提出加权方案:
[ \mathrm{Weighted_Loss} = -\frac{1}{n} \sum_{i=1}^n \left( y_i \log f(x_i) + \beta (1 - y_i) \log(1 - f(x_i)) \right) ]
其中,(\beta = n_1 / n_2)(正样本与负样本数量比),动态调整少数类错误的权重。在样本不均衡时,模型更关注少数类错误,提升对少数类样本的识别能力,避免模型“懒惰”地忽视少数类别。
推理基础:通过调整(\beta),改变损失函数对两类错误的相对重视度;实验设定三个不同超额收益阈值用于样本标签构造,实现了训练集的刻意不均衡,测试该改进在实际全A股池中的效果。
广义损失函数提出在损失函数中新增一项,带权重(\lambda),同时约束当前预测与另外一个序列的差异:
[ \mathrm{General_Loss} = \sum_{i=1}^{n} \left[ L_1(y_i, \hat{y}_i) + \lambda L_2(s_i, \hat{y}_i) \right] + \Omega ]
该结构能够在收益预测的同时,进行换手率控制。具体选取将前一期预测收益用作约束目标,即:
[ \mathrm{General_Loss} = \sum_i \left[ L_1(y_i^t, \hat{y}_i^t) + \lambda L_2(\hat{y}_i^{t-1}, \hat{y}_i^t) \right] + \mathcal{Q} ]
其中,参数(\lambda)控制约束强度。图表2形象展示不同(\lambda)值对预测结果稳定性和换手率的影响:(\lambda)越大,换手率越低,但拟合精度下降。
传统控制换手率方法如组合优化和风险约束均为事后调整,而此方案将换手率控制直接整合进模型损失函数,提升整体优化效率和策略稳定性,体现技术创新。
图表3展示整体测试步骤,图表4形象说明样本标注方法,图表5列举因子池清单,体现研究的严谨流程管理和数据处理细节。
展示逻辑回归的S形映射函数,将实数预测映射到(0,1)间概率值,强调了对数损失基于概率极大似然估计的基础逻辑。
直观表现为较大(\lambda)控制预测稳定,换手率下降,但拟合收益预测准确性降低。左边图形显示预测值间差距较小,右侧则不约束变化导致预测波动更大。
完整展现数据获取、特征处理、训练集构建、模型训练及评价步骤,体现数据科学标准流程。
示范如何剔除中间样本,以制造正负样本明显不平衡,有利于测试损失权重调整效果。
提供70个多因子因子详细信息,为模型提供广泛的风格和基本面因子,包括估值、成长、盈利等,体现多维度选股视角。
通过多阈值测试,行业中性与个股等权回测的收益、最大回撤、信息比率Calmar比率对比,综合显示加权损失显著提升预测收益能力。
绿色(加权损失)累计收益领先红色(传统损失),且回撤(阴影柱)更小,彰显改进,并为后续定量指标做支持。
召回率显著提升表明加权损失增强了识别优质股票能力;精确率持平说明模型未因加权导致误判率升高。
显示换手率降低的同时,(\lambda=0.1)方案取得最佳年化收益和信息效度,有效平衡了收益与交易成本,RankIC值累积提升验证模型策略有效。
本报告不涉及传统的公司估值分析,而是聚焦于模型损失函数的设计、改进及其对选股模型表现的量化影响。不过,从算法角度,损失函数本质是对模型输出概率分布的优化标准,改善损失函数即优化模型拟合与预测能力,从而间接影响投资组合的收益表现和风险管理。
报告识别的主要风险包括:
报告未提供具体的风险缓解策略,但强调了设计时需确保模型适应性和评估指标多元化,并提醒投资者谨慎监控市场变化动态。
本文通过详尽的理论推导、创新的损失函数设计及严谨的回测实证,提出并验证了两种针对机器学习选股模型的损失函数改进方法:
图表解析显示,两种改进方案在全A股池中经过多年回测均优于传统损失函数,且模型效果具备显著的统计显著性和实操潜力。方案设计细节和Python实现代码为后续研发和实盘应用奠定基础。报告最后也指出改进方案依赖应用环境及市场状态,存在失效风险,提示投资者及模型开发者应持续优化和动态调整。
总体上,报告以严谨的学术逻辑和丰富的实证数据支持,推动了机器学习模型损失函数设计在量化选股领域的深入发展,尤其在应对样本不均衡与降低换手率两大难题上展现创新性和有效性,具有高度参考价值和应用推广潜力。
本报告深入挖掘对数损失函数的理论基础及在金融量化选股中的适用性问题,并创新性地提出了加权损失函数和广义损失函数两种改进方案,分别针对金融市场普遍存在的样本不均衡与组合换手率控制问题。通过系统的测试流程和广泛的回测分析,明确了两种改进对机器学习选股模型在收益、风险和换手率方面的正面作用,同时也指出参数选择的权衡与再优化空间。技术细节的公开和代码示例为业界提供了良好的实践参考。报告的严谨性与创新性为金融机器学习领域进一步提升策略实用价值提供了基础和方向。
【华泰金工】人工智能13:人工智能选股之损失函数的改进20180802.pdf