>> 中泰證券-機器學習系列：萬圖師AI看圖選指數(shù)-230805
| 上傳日期： |
2023/8/6 |
大?。?/td>
| 937KB |
| 格式： |
pdf 共13頁 |
來源： |
中泰證券 |
| 評級： |
-- |
作者： |
李新春 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
投資要點
最為常見的技術(shù)分析手段就是“看圖”。由于人性相近，在相同的外部條件下，人們通常有相近的反應。這一切都會在圖中表現(xiàn)出來。技術(shù)分析和相關(guān)的量價因子，在金融學界和投資界都有廣泛的應用。
筆者過往報告《AI能否學會看圖選股——機器學習系列》，使用股票的K線圖作為特征，股票收益作為分類標簽，使用卷積神經(jīng)網(wǎng)絡（CNN）訓練分類模型。在低價股這個樣本中，我們使用2011年至2018年的數(shù)據(jù)訓練模型，在2019年至2023年的數(shù)據(jù)進行推理。將預測結(jié)果視作因子值，預測未來一個月收益的IC均值約6.0%，IR約1.06。對預測結(jié)果用排序法檢驗，多空組合的年化收益率約26%，夏普比率約3.8。多因子回歸檢驗，Top多頭組合和多空組合都有顯著的alpha。
這里我們把類似的方法論應用到對指數(shù)的研究：我們使用指數(shù)的K線圖作為特征，指數(shù)收益作為分類標簽，使用卷積神經(jīng)網(wǎng)絡（CNN）訓練萬圖師AI模型。為了提高模型的效力，我們采用了逐年滾動訓練的方法，使用過去十年的數(shù)據(jù)訓練，在隨后一年進行推理。
基于萬圖師AI在樣本外數(shù)據(jù)上推理所得的結(jié)果，我們構(gòu)造兼顧選股（指數(shù)）和擇時的周頻換倉策略，即每期選擇得分較高且滿足閾值的指數(shù)作為多頭組合。我們在2019年至2023年6月進行推理和回測。無摩擦交易情況下，該策略在行業(yè)主題ETF指數(shù)上年化收益約31.3%，夏普比率約1.63。有摩擦交易的情況下，該策略在行業(yè)主題ETF指數(shù)上年化收益約26.9%，夏普比率約1.48。
風險提示：本報結(jié)論基于公開的歷史數(shù)據(jù)進行統(tǒng)計、測算，文中部分數(shù)據(jù)有一定滯后性，同時存在第三方數(shù)據(jù)提供不準確風險；對基金產(chǎn)品和基金管理人的研究分析結(jié)論并不預示其未來表現(xiàn)，也不能保證未來的可持續(xù)性，亦不構(gòu)成投資收益的保證或投資建議；產(chǎn)品的表現(xiàn)受宏觀環(huán)境、行業(yè)基本面超預期變動、市場波動、風格轉(zhuǎn)換等多重因素影響，存在一定波動風險。
|
|
