>> 開源證券-市場微觀結構研究系列(20)：遺傳算法賦能交易行為因子-230806
| 上傳日期： |
2023/8/7 |
大小： |
2363KB |
| 格式： |
pdf 共18頁 |
來源： |
開源證券 |
| 評級： |
-- |
作者： |
魏建榕,盛少成 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
開源金工特色遺傳算法簡介
在算子部分，我們引入了4大類算子，第一大類為橫截面算子，其中除了較為常見的基本運算符，我們考慮了“回歸算子”，這個算子是大小單殘差因子的來源；第二類為時序算子，我們創(chuàng)新性的引入了“切割算子”，其是我們的招牌因子理想反轉、理想振幅等的來源；第三大類是橫截面和時序算子的結合，這一類組合算子的加入可以減少公式長度的同時涵蓋更多信息；第四大類為邏輯判斷，其可以進行變量的狀態(tài)轉化。
在變量部分，我們引入了日內(nèi)量價、日間量價以及資金流相關指標，細分指標里除了基本統(tǒng)計指標，我們也融入了些特色指標，部分指標進行了標準化處理。
在遺傳算法的具體流程上，我們從個體初始化到初始種群的生成，再到選擇、交叉、變異，每一步都做了對應的針對性改寫，使其更加高效的進行因子挖掘。
遺傳算法挖掘出的因子結果展示
經(jīng)過一輪完整的迭代，我們得到了近200個有效因子，進一步地，我們選取樣本內(nèi)RankICIR大于3.5的個體，并將其合成，綜合因子全區(qū)間RankICIR為5.52，效果非常亮眼。除此之外，我們在挖掘出的因子中進一步精篩，選取了8大因子進行后續(xù)的邏輯解釋和衍生測算，對我們已有的人工因子庫為有效的補充。
沙里淘金：部分因子的再探究
1、我們解決了超大單好看不好用的痛點，發(fā)現(xiàn)“小單切割”是其關鍵的因素，其中在小單強度較高處，超大單強度呈現(xiàn)正IC，而在小單強度較低處卻呈現(xiàn)出負IC。針對于這一現(xiàn)象，我們從行為金融學角度出發(fā)，引出了超大單關注度效應，是對我們以往資金流研究的重要補充，該因子RankICIR為2.88，5分組多空收益波動比為2.63，月度勝率為82.4%；
2、針對于理想反轉和理想振幅而言，我們發(fā)現(xiàn)了替代的形式，豐富了收益率和振幅改進的手段，其中將振幅替換為日內(nèi)分鐘收益波動，績效有進一步的提升，RankICIR由-3.58提升至-4.08；
3、我們利用日內(nèi)分鐘特征如分鐘收益波動、分鐘量價相關性、分鐘標準成交量波動，并結合算子“日間時序極差”定義了交易情緒不穩(wěn)定性因子，該因子表現(xiàn)較為出色，RankICIR為-3.43，5分組多空收益波動比為3.35，月度勝率為84.2%，是對傳統(tǒng)振幅波動率因子很好的改進；
4、類似于散戶羊群效應中“時序相關性”算子，我們發(fā)現(xiàn)振幅與分鐘收益波動以及分鐘標準化成交量波動的相關性因子效果較好，將兩個因子合成后定義了主力控盤能力因子，該因子的績效為RankICIR為2.82，5分組多空收益波動比為2.46，月度勝率為80.7%
風險提示：本報告模型基于歷史數(shù)據(jù)測算，市場未來可能發(fā)生重大改變。
|
|
