基于深度森林的選股策略

王倫

摘 要：多因子模型一直是量化投資領(lǐng)域的重要方法，而如何選擇有效因子并確定因子權(quán)重從而構(gòu)建有效的投資組合是研究者重點討論的議題。以每只股票收益率作為分類標準，引入深度森林算法篩選股票，利用滬深300成分股進行選股回測，選取預測收益率大于0的概率排名靠前的30只股票進行實證分析。研究結(jié)果表明，深度森林算法比隨機森林算法具有更高的超額收益，且具有更低的回撤率，該模型對量化投資策略的設(shè)計具有重要的實際意義。

關(guān)鍵詞：深度森林;量化選股;多因子分析

中圖分類號：F830.91? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）27-0078-02

預測股票市場價格走勢是一項非常具有挑戰(zhàn)性的任務，因為它涉及到許多不確定性和影響某一天市場價值的許多變量，如經(jīng)濟條件、投資者對某一特定公司的看法、政治事件等。這就使得股票市場易受快速變化的影響，造成股票價格的隨機波動。股票市場序列通常是動態(tài)的、非參數(shù)的、混沌的、有噪聲的，因此，股票市場價格的波動被認為是一個隨機過程，具有較大的波動性短時間窗口的發(fā)音。然而，一些股票往往傾向于發(fā)展線性趨勢超過長期的時間窗口。由于股票行為的混沌性和高度波動性，投資股票市場伴隨著高風險。為了把風險降到最低先進的知識未來的股價走勢是必要的。交易員更有可能購買其股票未來的價值預計會增加。另一方面，交易員可能會克制自己購買價值預計在未來會下跌的股票。所以，需要準確預測股票市場價格的趨勢，以使資本收益最大化，損失最小化。

在預測股票價格行為的主要方法中，以下是特別的值得注意的：技術(shù)分析、時間序列預測、機器學習及數(shù)據(jù)產(chǎn)業(yè)（Hellstrom and Holmstromm，1998）和股票波動建模及預測使用微分方程（Saha，Routh和Goswami，2014）。本文主要研究的是第三種方法，是由于與股票市場預測問題相關(guān)的數(shù)據(jù)集太大而無法得到使用非數(shù)據(jù)挖掘方法處理。

一、深度森林gcForest

深度森林由南京大學周志華教授和馮霽博士2017年發(fā)表的論文中提出的，這是一種可以與深度神經(jīng)網(wǎng)絡相媲美的基于樹的模型。

本文提出了一種新的模型gcForest（多粒度級聯(lián)森林），它是一種基于樹的集成方法，將樹集成到樹中，并將樹集成到樹中，以達到表征學習的效果。通過對高維輸入數(shù)據(jù)進行多粒度掃描，可以增強其表征學習能力。序列中的層數(shù)也可以自適應地確定，這樣模型復雜性就不需要是自定義超參數(shù)，而是根據(jù)數(shù)據(jù)情況自動設(shè)置的參數(shù)。值得注意的是，gcForest的超參數(shù)比DNN少。更好的部分是gcForest對參數(shù)具有很好魯棒性，即使使用默認參數(shù)也是如此。換句話來說，gcForest相對于DNN，不僅超參數(shù)更少，而且對超參數(shù)的依賴性也更低。因為這樣，gcForest的訓練更為便捷，理論分析也更為清晰，這并不是說樹比神經(jīng)網(wǎng)絡更好去解釋，就單純從超參數(shù)來說，更少超參數(shù)意味著更少的主觀設(shè)定。

二、實證分析

在因子選擇方面，為了比較不同因子選擇方法的效果，本次研究盡可能多的篩選出有效因子。綜合分析了多家券商的研究報告和各類學術(shù)論文，運用通聯(lián)數(shù)據(jù)量化數(shù)據(jù)平臺，從估值因素、規(guī)模因素、交易量因素、動量因素、趨勢因素等方面篩選出了34個常用的有效因素。

本次實驗數(shù)據(jù)為2010年1月1日至2018年12月31日滬深300指數(shù)各成分股選取最后一個交易日的所有交易的股票要素價值和收益率。將收益率大于0的標記為1，其他則標記為0，用于模型分類的目標值。用2010年1月1日至2017年3月31日的數(shù)據(jù)作為訓練集來訓練模型，回測用2017年4月1日到2018年12月31日的數(shù)據(jù)，所有因子數(shù)據(jù)都通過中性化、去極值、標準化處理，并去掉了含有缺失值的股票。

三、結(jié)語

利用上述34個因子值，根據(jù)主成分分析結(jié)果，選取前20個主成分作為分類的解釋變量，構(gòu)建多因子模型。將股票收益率作為模型分析的解釋變量。首先采用隨機森林算法進行實驗，并利用優(yōu)礦平臺進行研究。

從表1的回測檢驗結(jié)果可以看出，隨機森林多因子策略的年化收益率為26.5%，滬深300指數(shù)的市場收益率為15%，超額收益為11.8%，阿爾法超額收益說明了多因子模型的有效性。最大回撤率為8.9%，說明模型具有相當?shù)姆€(wěn)定性。

從表2可以看出，深度森林多因子策略年化收益達到32.9%，并且獲得了18.2%的阿爾法超額收益，故而深度森林在多因子選股策略是明顯要優(yōu)于隨機森林的，且最大回撤只有7.9%，相比隨機森林，該模型具有更高的穩(wěn)定性。

參考文獻：

[1]? L.Breiman.Random forests.Machine Learning，2001，（1）：5-32.

[2]? Zhou Zhihua，Ji Feng.Deep Forest：Towards an Alternative to Deep onference on Artificial Intelligence，2017：3553-3559.