>> 東證期貨-國債期貨量化系列四:基于多種深度學(xué)習(xí)模型的策略框架探討-230328
| 上傳日期: |
2023/3/29 |
大?。?/td>
| 2002KB |
| 格式: |
pdf 共32頁 |
來源: |
東證期貨 |
| 評級: |
-- |
作者: |
王冬黎 |
| 下載權(quán)限: |
無限制-登錄即可下載 |
|
|
★主要內(nèi)容 本文我們探討目標(biāo)收益波動率下的深度學(xué)習(xí)模型應(yīng)用,探討多品種量化策略配置框架,基于不同模型進(jìn)行的倉位預(yù)測,得到最優(yōu)配置。 模型構(gòu)建方面,我們選擇直接預(yù)測倉位,解釋變量基于相關(guān)量價、基差、宏觀和利率期限結(jié)構(gòu)特征。采用深度學(xué)習(xí)模型(自編碼器,長短期記憶網(wǎng)絡(luò),門循環(huán)單元,卷積神經(jīng)網(wǎng)絡(luò))結(jié)合的方式,探討建模流程。 報告比較了特征分類PCA降維以及單特征回歸挑選顯著特征進(jìn)行SAE降維之后,再將降維后的新特征放入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練兩種降維方法:對于十年期國債期貨(T)來說,PCA降維總體效果優(yōu)于SAE;對于五年期國債期貨(TF)來說,對夏普損失優(yōu)化模型SAE降維總體效果優(yōu)于PCA,對均方誤差損失優(yōu)化模型PCA降維總體效果優(yōu)于SAE;對于國債期貨價差(2TF-T)來說,PCA降維總體效果優(yōu)于SAE。 混合模型策略方面,報告推薦采用多模型混合策略:資金分配70%于T的SAE+LSTM_GRU均方誤差損失優(yōu)化模型(T交易最活躍),資金分配15%于TF的PCA+GRU均方誤差損失優(yōu)化模型,以及資金分配15%于2TF-T的LSTM均方誤差損失優(yōu)化模型。我們將2015-9-9至2022-10-20的混合策略表現(xiàn)作為其初始集,將未參與策略挑選的2022-10-20至2023-3-8的混合策略表現(xiàn)作為跟蹤集,并將混合品種投資(1/3 T+1/3 TF+1/3 (2TF-T))作為比較的業(yè)績基準(zhǔn)。我們可以看見混合策略在2倍,2.5倍以及3倍杠桿下,初始集上的夏普比率均為1.28,優(yōu)于業(yè)績基準(zhǔn)的0.63;在跟蹤集上的夏普比率分別為1.31,1.33,1.34,優(yōu)于業(yè)績基準(zhǔn)的0.32,混合策略整體凈值曲線也較為平滑。 ★風(fēng)險提示 量化模型有效性基于歷史數(shù)據(jù)得出,不排除失效的可能。
|
|