>> 國泰君安-解構(gòu)機(jī)器學(xué)習(xí)系列之一：遺傳規(guī)劃解構(gòu)與投資思考-230823
| 上傳日期： |
2023/8/23 |
大?。?/td>
| 2887KB |
| 格式： |
pdf 共27頁 |
來源： |
國泰君安 |
| 評級： |
-- |
作者： |
張晗 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
本報告導(dǎo)讀：
本篇報告在深度解構(gòu)遺傳規(guī)劃過程的基礎(chǔ)上，發(fā)現(xiàn)因子篩選標(biāo)準(zhǔn)設(shè)計對因子表現(xiàn)有較大影響，并且特定優(yōu)化算法可提升因子挖掘效率。遺傳規(guī)劃因子應(yīng)用于量化選股策略可提升傳統(tǒng)策略表現(xiàn)，并在不同股票池中均能提供較高收益。
摘要：
遺傳規(guī)劃本質(zhì)上是在隨機(jī)變異基礎(chǔ)上通過固定規(guī)則篩選的量價特征擬合工具，其流程包括初始化種群、公式變異、因子篩選和二次篩選等步驟。遺傳規(guī)劃不等于暴力搜索，我們發(fā)現(xiàn)算法結(jié)構(gòu)尤其是因子篩選標(biāo)準(zhǔn)對遺傳規(guī)劃結(jié)果亦有較大影響，并且通過特定優(yōu)化算法可以提升特征挖掘效率。
適應(yīng)度函數(shù)的構(gòu)建方式?jīng)Q定了種群進(jìn)化的方向和量價因子構(gòu)建的效果。我們通過多組因子挖掘試驗發(fā)現(xiàn)，（1）使用不同因子評價指標(biāo)作為適應(yīng)度函數(shù)時，挖掘出的量價因子在不同維度的表現(xiàn)呈現(xiàn)出導(dǎo)向性，并且以年化收益或夏普比率作為適應(yīng)度函數(shù)的效果整體上優(yōu)于RankIC和ICIR；（2）當(dāng)每組因子內(nèi)部按照對應(yīng)的適應(yīng)度函數(shù)值排序時，不同組排名靠前的因子之間的兩兩IC相關(guān)性均值有所提升；（3）指標(biāo)計算時使用多空收益或多頭收益不僅影響因子表現(xiàn)，亦影響收益分層穩(wěn)健性。
基于父代個體選擇和適應(yīng)度調(diào)整的優(yōu)化算法可以提升種群多樣化，進(jìn)而可提升因子挖掘效率和質(zhì)量。我們通過多組因子挖掘試驗表明，在束搜索的基礎(chǔ)上組合使用多種算法可以進(jìn)一步提升量價因子平均夏普比率，其中束搜索、家庭競爭和排擠算法三者組合的效果最優(yōu)，因子多空組合夏普比率平均值相比于無優(yōu)化算法時提升0.88。遺傳規(guī)劃因子的樣本外有效性來源于市場定價規(guī)律的延續(xù)性，我們發(fā)現(xiàn)優(yōu)化算法在提升因子樣本內(nèi)表現(xiàn)的同時亦提升了其樣本外表現(xiàn)，因此不必過分擔(dān)憂優(yōu)化算法帶來的過擬合問題。
遺傳規(guī)劃因子應(yīng)用于量化選股策略可提升傳統(tǒng)策略表現(xiàn)，并在不同股票池中均能提供較高收益。我們構(gòu)建了日頻換倉的量化選股策略，每季度重新挖掘量價因子，策略2022年以來（樣本外）多空組合費(fèi)后年化收益28.37%，多頭費(fèi)后年化收益16.20%。若未來交易費(fèi)用進(jìn)一步下行，則策略表現(xiàn)有望提升。此外，從不同區(qū)間挖掘的因子表現(xiàn)上看，在2022年前后市場交易層面的定價特征或發(fā)生較大變化。
風(fēng)險提示：量化模型失效風(fēng)險：本篇報告的結(jié)論完全來自于量化模型和歷史數(shù)據(jù)，請注意模型在樣本外失效風(fēng)險。
|
|
