>> 浙商證券-量化選股模型解析：實現(xiàn)投資組合構建的強化學習框架-230808
| 上傳日期： |
2023/8/9 |
大?。?/td>
| 1964KB |
| 格式： |
pdf 共16頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
陳奧林 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
核心觀點
本文介紹近期研究發(fā)表的三種強化學習選股模型，從數據特征、網絡結構、以及如何通過強化學習框架實現(xiàn)模型優(yōu)化三個方面，對每種模型進行剖析，為量化投資管理人提供投資組合優(yōu)化的新思路。
量化選股模型通過強化學習實現(xiàn)了組合收益和風險控制的優(yōu)化
本文剖析了三個使用深度神經網絡和強化學習結合的選股模型，與傳統(tǒng)動量、多因子選股等模型進行回測比較，在2000年之后均具有更高的風險收益性價比。例如，可靈活調節(jié)組合優(yōu)化目標函數，構建股票多空組合的AlphaPortfolio相較于傳統(tǒng)多因子模型構建的組合，年化超額收益達13%以上；利用策略梯度算法優(yōu)化模型的DeepTrader模型，將股票評估與市場擇時相結合，控制空頭比例，不僅提升了組合收益，其最大回撤僅為基準的一半甚至更少；而MetaTrader則通過Q學習的方法在預先訓練的多元化策略中動態(tài)選取執(zhí)行策略，在三大指數成分股上構建組合的收益超越基準15%~40%不等。
從AlphaPortfolio等模型看深度強化學習算法實現(xiàn)投資組合構建的兩種模式
三種模型體現(xiàn)了強化學習應用的兩種模式：一是使用先進的網絡模型在強化學習框架下動態(tài)更新，模型結構與傳統(tǒng)監(jiān)督學習差異并不大，可以人為地設定周期定期重新訓練，也可以通過強化的方式實現(xiàn)模型自適應，AlphaPortfolio和DeepTrader即提供了兩個實例；二是依據算法特點充分模擬投資決策，以MetaTrader為例，不僅從單策略層面學習差異化的多策略，而且元策略學習得到的智能體，可類比為投資經理代理（PM-agent），其獎勵函數的設計體現(xiàn)了投資經理在選擇實盤策略時的考量，算法應用也從選股層面上升到了策略組合層面。
使用深度強化學習實現(xiàn)選股模型，依賴新型的網絡結構，更要充分結合投資目標和實際場景設計要素
將深度強化學習應用于選股策略，既需要在網絡結構上化繁為簡的精巧設計，也依賴一些新的樣本/路徑構造方法出現(xiàn)來解決數據不足的現(xiàn)狀。從目前的應用來看，深度學習模型解決特征、關系表征，而強化學習優(yōu)化了參數的更新與搜索，以及各模塊/網絡之間的信息流如何傳導的問題。識別出哪些場景適合強化學習，并恰當地設定狀態(tài)和動作等，是強化學習算法能否成功落地的關鍵。
風險提示
1.正文本報告中包含公開發(fā)表的文獻整理的模型結果，涉及的收益指標等結果的解釋性請參考原始文獻。2.本報告構建的策略框架中所提及的交易均指模擬交易，回測結果是基于歷史數據的統(tǒng)計歸納，模型力求自適應跟蹤市場規(guī)律和趨勢，但仍存失效可能
|
|
