>> 華泰證券-金工深度研究：AH同時(shí)上市企業(yè)溢價(jià)變化方向預(yù)測-260122
| 上傳日期： |
2026/1/22 |
大?。?/td>
| 1657KB |
| 格式： |
pdf 共16頁 |
來源： |
華泰證券 |
| 評(píng)級(jí)： |
-- |
作者： |
徐特，何康 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
人工智能101：用端到端網(wǎng)絡(luò)預(yù)測AH同時(shí)上市企業(yè)溢價(jià)變化方向
本文構(gòu)建了端到端神經(jīng)網(wǎng)絡(luò)模型預(yù)測AH同時(shí)上市企業(yè)溢價(jià)變化方向。截至2025年年底，全市場已近170家企業(yè)實(shí)現(xiàn)AH兩地上市，將近100家為滬深300指數(shù)成分股。大陸機(jī)構(gòu)投資者對(duì)于港股的投資理念也有所轉(zhuǎn)變。A/H股輪動(dòng)或?qū)⒊蔀橐徊糠种鲃?dòng)權(quán)益基金、量化基金的超額收益來源。由于兩地股票的基本面沒有差異，所以建模的重心放在量價(jià)和估值特征上。基于精巧的配對(duì)樣本、模型結(jié)構(gòu)、損失函數(shù)設(shè)計(jì)，我們構(gòu)建了一個(gè)年化超額收益約為5%的A/H股輪動(dòng)模型，應(yīng)用于滬深300指增也有所增益。
樣本設(shè)計(jì)：需對(duì)齊A/H股交易日，并進(jìn)行合理的數(shù)據(jù)增強(qiáng)
本研究將配對(duì)的一組A股和港股視為一個(gè)樣本。針對(duì)A股和港股交易日期不完全重合的問題，處理原則是保證A股和港股特征和標(biāo)簽的時(shí)間跨度一致。其中，特征跨度60個(gè)滬深港通交易日，標(biāo)簽跨度20個(gè)滬深港通交易日。針對(duì)AH同時(shí)上市企業(yè)數(shù)目較少、樣本量可能不夠的問題，將AH同時(shí)上市企業(yè)兩兩配對(duì)，并使用DTW距離評(píng)價(jià)假樣本的相似度，然后在每一個(gè)截面上，都按照DTW距離從小到大的順序，取真樣本數(shù)量4倍的假樣本。
模型結(jié)構(gòu)：關(guān)注A股與港股的相對(duì)漲幅，剔除市場Beta的干擾
模型結(jié)構(gòu)包括特征提取模塊和溢價(jià)預(yù)測模塊。特征提取模塊的主體結(jié)構(gòu)是共享參數(shù)的GRU單元、自注意力機(jī)制/交叉注意力機(jī)制單元。將A股和港股經(jīng)標(biāo)準(zhǔn)化后的量價(jià)和估值比數(shù)據(jù)分別輸入相同的特征提取模塊，各自得到一組高階特征。溢價(jià)預(yù)測模塊將A股和港股對(duì)應(yīng)的高階特征兩兩相減后，輸入全連接層，預(yù)測未來20個(gè)滬深港通交易日A股與港股的相對(duì)漲幅。特征提取模塊的共享參數(shù)配合溢價(jià)預(yù)測模塊的特征相減，既能夠?qū)⑴cAH溢價(jià)關(guān)系不大的市場Beta抵消掉，又能夠節(jié)省一半的參數(shù)。損失函數(shù)結(jié)合勝率視角的二分類交叉熵和賠率視角的均方誤差構(gòu)建。
回測結(jié)果：本質(zhì)是擇時(shí)問題，模型表現(xiàn)可能與大盤整體AH溢價(jià)水平有關(guān)
周度A/H股輪動(dòng)測試設(shè)置了輪動(dòng)閾值。對(duì)于一個(gè)AH同時(shí)上市企業(yè)，只有當(dāng)模型預(yù)測得分高于輪動(dòng)閾值，才會(huì)開展A/H股輪動(dòng)；否則，考慮到交易費(fèi)用限制，將維持A/H股等權(quán)持有。結(jié)果顯示，不同輪動(dòng)閾值下輪動(dòng)策略的年化超額收益均在5%左右，輪動(dòng)閾值沒有對(duì)策略表現(xiàn)形成顯著影響，更多體現(xiàn)了收益和換手之間的權(quán)衡。將A/H輪動(dòng)信號(hào)應(yīng)用于PorfolioNet 2.0的滬深300指增策略，考慮雙邊3‰的手續(xù)費(fèi)用后，年化超額收益提升了0.84pct。我們還發(fā)現(xiàn)，自2024Q3以來，南向資金加速流入，大盤整體的AH溢價(jià)水平迅速下降，輪動(dòng)機(jī)會(huì)變少，模型獲取超額收益的難度大幅增加。
風(fēng)險(xiǎn)提示：端到端神經(jīng)網(wǎng)絡(luò)在滾動(dòng)窗口中挖掘歷史規(guī)律，規(guī)律可能會(huì)在下次重訓(xùn)練之前失效；端到端神經(jīng)網(wǎng)絡(luò)作為一類機(jī)器學(xué)習(xí)方法，可能存在過擬合問題；量價(jià)模型有其適用的市場條件，無法保證在任何市場條件下均可取得超額收益。
|
|
