摘要

1. 机器学习已广泛应用于各个前沿领域

2. 机器学习在金融市场中的应用举例 1.Lasso回归与商品期货价格预测

   2.使用决策树模型预测财务造假

   3.逻辑回归与债务违约预警

   4.集成学习在多因子选股中的应用

3. 机器学习应用于金融市场的局限

正文

/wiki/static/upload/7e/7e665c7e-52b2-4d99-8700-4d1d4585ad31.pdf

\

摘要

特征选择是人工智能选股策略的重要步骤，能够提升基学习器的预测效果特征选择是机器学习数据预处理环节的重要步骤，核心思想是从全体特征中选择一组优质的子集作为输入训练集，从而提升模型的学习和预测效果。 我们将特征选择方法应用于多因子选股，发现特征选择对逻辑回归_6m、基学习器的预测效果有一定提升。我们以全A股为股票池，以沪深300和中证500为基准，构建行业中性和市值中性的选股策略。基于F值和互信息的方法对于逻辑回归_6m、XGBoost_6m、基学习器的回测表现具有明显的提升效果。 随着入选特征数的增加，模型预测效果先上升后下降特征个数并非越多越好。以逻辑回归_6m和XGBoost_

报告摘要

在多因子选股的研究及投资实践中，我们发现有些行业（比如钢铁）其个股差异性较小，行业整体相对市场的波动却比较明显，更适合做行业整体的择时；而有些行业（如食品）其个股差异性大，走势同步性不高，行业整体性的机会相对不好把握，更适合做行业内部的选股，两种行业应该区别对待研究。

定量刻画行业择时和选股的适合度

我们定义了行业个股离散度和行业相对波动率两个指标来刻画行业择时和选股的适合度，根据综合指标将中泰细分的78个行业分成21个择时型业和57个选股型行业，择时型行业主要包括：金融地产、强周期和题材等行业。

行业择时：哪些行业适合趋势跟踪

经过研究我们发现择时型行

20220623-StockRanker多因子选股策

GBDT多因子选股策略

https://bigquant.com/experimentshare/a32f2916279240079d116f5bf76c0822

\

本例使用GBDT算法进行模型训练和数据预测

1. 新建可视化AI模板策略
2. 在左侧模块导航栏“机器学习”中拖出“GBDT训练”和“GBDT预测”模块替换原有的 StockRanker 训练模块和 StockRanker 预测模块

本例设置“GBDT训练”中的参数：

损失函数类型：'reg:linear',

评价指标:'rmse',

模型:'gbtree'

[https://bigquant.com/experimentshare/08e84d706db74d5ba490658f1b92628b](https://bigquant.com/experimentshare/08e8

摘要

我们全面梳理了目前市场上已有的科技类指数，从指数历史表现、编制方案和成分股分布等角度入手，深入地对各个科技类指数进行了剖析。同时，结合前期我们在专利数据因子研究中的成果，尝试将专利因子与现有科技类指数结合，并构造了新的融入专利因子信息的科技类指数编制方案。

◆科技类指数各有特色，多因子选股为主流

2019年下半年伴随着科技领域行情发酵，科技类ETF申报、发行络绎不绝，规模增长和市场活跃度一度超过了主流宽基ETF。截止2020年7月15日，已经成立的科技ETF规模总合达到189亿元，华宝中证科技龙头ETF（规模116亿）和富国中证科技50策略ETF（规模25亿）为规模最

摘要

卷积神经网络引领深度学习的发展，能够运用于多因子选股

卷积神经网络（CNN）是目前最为成熟的深度学习模型，是近年来人工智能蓬勃发展的重要推手之一，其主要特点是通过卷积和池化操作进行自动的特征提取和特征降维。本文首先通过原理分析给出了CNN运用于多因子选股的经验方法；然后在全A股票池内对CNN的预测结果进行单因子测试，其单因子测试结果相比对比模型具有良好表现；本文还构建了行业、市值中性全A选股策略并进行回测，CNN在以中证500为基准的全A选股测试中相比对比模型表现优秀。

本文通过原理分析总结了卷积神经网络运用于多因子选股的经验方法

将卷积神经网络运用于多因子

摘要

特征选择是人工智能选股策略的重要步骤，能够提升基学习器的预测效果

特征选择是机器学习数据预处理环节的重要步骤，核心思想是从全体特征中选择一组优质的子集作为输入训练集，从而提升模型的学习和预测效果。我们将特征选择方法应用于多因子选股，发现特征选择对逻辑回归_6m、XGBoost_6m基学习器的预测效果有一定提升。我们以全A股为股票池，以沪深300和中证500为基准，构建行业中性和市值中性的选股策略。基于F值和互信息的方法对于逻辑回归_6m、XGBoost_6m、XGBoost_72m基学习器的回测表现具有明显的提升效果。

**随着入选特征数的增加，模型预测效果先上升后下

摘要

本报告为多因子选股系列研究的第四篇，在对原模拟组合进一步分析的基础上构建了行业中性模拟组合，并提出了一种简单可行的指数增强策略，主要有以下贡献。本文的主要贡献：

1. 进一步分析了原模拟组合的行业偏离情况。行业偏离的大小很大程度上决定了组合的稳健性。因此，分析模拟组合的行业偏离情况是必要的补充。
2. 检测选股模型在各个行业上的效果，着重找出不适用的行业。尽管从模拟组合的总体结果来看，多因子选股模型取得了优异的表现，但这并不能保证模型是适用于所有行业的。找出不适用的行业，在后续研究中可以考虑针对它们构建行业内选股模型。
3. 选出看多组合的同时，对看空组合进行了同样深入

摘要

本报告在因子分析与筛选的基础上，选取了有效且稳健的因子并赋予合理权重，构建了多因子综合打分选股模型，结果表明模型取得了出色的效果，并具有较高的稳健性和实用性。

本文的创新之处

1. 分不同股票池选股。我们分别在6个股票池中选取各自有效的因子，并赋予合理权重，建立了多因子综合打分的选股模型。并比较了直接选股与分周期、非周期选股再组合的效果。
2. 按有效性分层赋权。先对五大类因子赋予5个大类权重。然后在每个大类里，按因子有效性的高低分配，设置每个因子的类内权重。分层赋权能使赋权的结果更加客观和合理。
3. 模拟组合等比例配置，以等权指数为比较基准。本报告中的模拟组合都是

报告摘要

• 传统多因子选股

  在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

• 新因子挖掘

  传统的因子指标挖掘主要集中于财务报表、个股中低频率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从个股日内高频数据出发尝试挖掘出新的因子指标。

• 基于高频数据因子的策略构建

  基于个股高频数据，构建了动量因子

/wiki/static/upload/ed/ed01a9bf-78a5-41f6-b4dd-30ebe7a305dc.pdf

\