本报告主要探讨将基本面信息融入机器学习量价因子以改进因子表现。通过剔除行业、市值、Beta风险因子调整学习目标收益率,结合Alpha158数据和多频率量价信息,构建综合因子显著提升多头收益率并降低换手率。基于综合因子构建沪深300、中证500和中证1000周频指数增强策略,策略年化超额收益率显著,信息比率均超4,最大回撤较低,体现了基本面信息对机器学习因子的有效改善和策略稳定性提升 .
| 剔除风格 | RankIC均值 | ICIR | IC胜率 | 多头收益率 | 多头夏普 | 多头最大回撤 | 多头换手率 |
|---|---|---|---|---|---|---|---|
| 市值+行业 | 11.16% | 1.03 | 85.74% | 26.39% | 1.57 | -27.77% | 61.70% |
| 市值+行业+Beta | 11.77% | 1.06 | 86.14% | 27.98% | 1.44 | -26.68% | 62.20% |
| 所有大类风险 | 10.36% | 1.08 | 86.83% | 22.89% | 1.11 | -34.82% | 71.50% |
| 股票池 | RankIC均值 | ICIR | IC胜率 | 多头收益率 | 多头夏普 | 多头最大回撤 | 多头换手率 |
|---|---|---|---|---|---|---|---|
| 沪深300 | 10.14% | 0.62 | 74.07% | 34.61% | 1.90 | -16.41% | 36.60% |
| 中证500 | 9.90% | 0.81 | 79.76% | 35.84% | 1.84 | -23.51% | 47.30% |
| 中证1000 | 10.48% | 0.92 | 82.98% | 31.86% | 1.47 | -27.72% | 49.80% |
| 全A | 10.52% | 0.94 | 83.50% | 38.97% | 1.91 | -25.86% | 56.60% |
中证500指数增强策略:
中证1000指数增强策略:
总体来看,基于融合基本面信息的机器学习综合因子构建了表现优异的指数增强策略,显著提升了多头收益和策略稳定性,适应多层次市场选股需求 .
本报告聚焦于机器学习因子在量价信息基础上的改进,主要探索以下几个方向:
报告关键结论:
,1]
报告指出先前构建的多模型(MLP、GBDT、GRU、AGRU等)量价因子存在以下瓶颈:
表1数据明确,集成模型表现最佳,RankIC达11.62%,ICIR约1.07,IC胜率86%,多头收益率最高29.31%,但各模型间差距不显著。
为突破上述瓶颈,借鉴微软Qlib的Alpha158数据集,并引入周频量价信息采样策略(图3),结合日线与周线不同频率的量价数据训练模型。模型结构分为截面模型(MLP、GBDT)和时序模型(GRU),最终因子等权合成(图4)。
表3显示:
尽管量价因子统计指标(IC、ICIR)有所提升,但多头收益率和最大回撤等实战收益指标提升有限,说明量价因子效能达到一定瓶颈。
,4,5]
报告基于经典因子模型公式,提出对机器学习因子目标收益率中的行业、市值、Beta等风险因子线性剔除。调整后目标收益率作为学习目标,提高模型预测的Alpha成分纯度。
表4统计结果显示,风险调整后的学习目标显著提升RankIC均值和多头收益率。例如,MLP模型风险调整前RankIC约为9.2%,调整后提升至11.14%,多头收益率提升约6个百分点,表明风险剔除改善了模型体验。
进一步,表6分析不同风险剔除组合对模型表现的影响,发现剔除行业、市值、Beta三类风险因子效果最佳,优于单独剔除市值+行业和剔除所有大类风险。解释为其他风格因子可能蕴含一定Alpha信息,剔除过度削弱模型学习能力。
报告对比典型量价因子与基本面因子(如单季度市盈率倒数 EP_SQ):
表7所列的基本面因子涵盖财务指标如ROE、毛利率、成长率、分析师评级变化等多维数据。报告选择GBDT模型针对基本面因子进行建模,因其对缺失值容忍度高和训练速度快。
遵循上述逻辑,报告利用GBDT对综合量价因子和基本面特征进行集成建模(图13)。综合基本面因子表现为:RankIC=0.043,ICIR=0.39,IC胜率65%,多头表现明显优于空头,符合基本面因子特征(图11、12)。
经过基本面与量价信息融合的综合因子,较单一量价因子多头收益率显著提升,换手率降低至56.6%,表现均衡且更适合实战选股(图14、15)。同时,IC、ICIR有所下降但仍在合理范围(表9)。
表11显示,综合因子与动量、估值、市值、流动性等风格因子相关性中等偏低,尤其是流动性和市值相关较大,但剔除常见风格中性化后(图18、19),综合因子稳定性及统计显著性大幅提升,说明因子收益独立且可靠。
,6,7,8,9,10,11,12,13]
报告基于构建的综合因子构建了周频指数增强策略,涵盖沪深300、中证500、中证1000三大样本空间。优化目标为最大化预期收益μTw,同时满足风格、行业、持仓权重偏离、成分股占比、换手率、全额投资等多种约束(特别风格偏离控制极为严格),详细公式和约束说明清晰(第14页)。
交易价格采用次日复权VWAP,成本考虑千分之一买入费率与千分之二卖出费率,有效模拟真实交易环境。
,15,16,17]
报告总结指出:
图1显示多模型因子截面相关性稳定在0.7~0.85区间,60日移动平均接近0.8,说明模型学习到的信息高度重叠,差异有限,限制了因子多样性的提升。
图2展示MLP、GBDT、AGRU、GRU四模型在20分组条件下的年化收益率,整体呈现线性递减趋势,最高组收益率约0.25左右,多头端收益贡献偏低。
图3显示周频量价采样采用每5日采样一次OHLC、VWAP及成交量数据,回溯150交易日。图4说明模型训练融合Alpha158、日频量价、周频量价三部分信息,分别训练截面与时序模型,最终等权合并输出综合量价因子。
综合量价因子IC均值最高12.01%,ICIR 1.12,胜率88.4%,多头收益率31.11%,说明融合多频率及多因子维度有效提升识别能力。
这种对比强化了基本面因子补充量价信息的必要性。
描述量价和基本面因子分别通过不同模型处理后融合,后续GBDT融合基本面信息,形成综合机器学习因子,改善多头收益和换手率。
风格中性化后,综合因子RankIC下降0.78,但ICIR大幅上升至1.55,IC胜率94.88%,统计显著性和稳定性显著提升,表明因子不完全依赖传统风格,具备独立Alpha能力。
沪深300及中证500、1000周频指数增强策略展示出综合因子在实际投资中的有效性,支持多频因子融合及风险调整思路。
本报告不涉及个股估值,而是从因子构建和策略测试角度展开。所采用的估值“等价”在于因子构建部分通过统计指标如RankIC、ICIR、多头收益率、多头夏普率和最大回撤评估因子质量,策略部分使用指标如信息比率、跟踪误差和超额最大回撤评估策略表现。
机器学习模型中主要方法为:
整体估值以信息比率为核心指标,对应量化投资中的Alpha信号质量和风险调整后的超额收益效能。
报告明确提出模型失效风险警示:
报告未细化缓解措施,但采用风格剔除、严格风格偏离控制和换手率限制作为风险管理工具。
,18]
本报告通过引入基本面信息,有效改善基于量价数据的机器学习因子表现,尤其提高了多头收益率、降低了换手率,构建了更为稳健的综合机器学习因子。报告从风险剔除学习目标入手,保障了因子Alpha的纯净度,并通过GBDT等集成模型融合多频率量价和基本面特征,实现了因子稳定性与选股能力的兼顾。
基于该综合因子,结合严格的风格与行业约束,构建的沪深300、中证500和中证1000指数增强策略均表现优异:
报告强调量化策略基于历史数据构建,面临模型失效风险,投资者应谨慎使用。整体而言,报告方法论和实证充分支持基本面信息在提升机器学习因子选股效能中的关键作用,也为基于AI的量化策略设计提供了重要参考。
以上分析及引用内容均源于招商证券《利用基本面信息改进机器学习因子(AI系列研究之三)》,1,3-18]。
AI系列研究之三:利用基本面信息改进机器学习因子.pdf