基于機(jī)器學(xué)習(xí)多因子量化模型的選股策略研究

周嘉灝 張明福 冷鴻杰

（華南農(nóng)業(yè)大學(xué)電子工程學(xué)院（人工智能學(xué)院），廣東 廣州 510642）

隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，為了使自身獲取更多的收益，關(guān)于投資選擇的研究和實(shí)踐一直是社會(huì)的熱門話題。國際上關(guān)于投資選股的方法層出不窮，其中以多因子模型為代表的量化選股技術(shù)更是被廣泛運(yùn)用，其運(yùn)用主要在于選股、對沖和統(tǒng)計(jì)套利三個(gè)方面。多因子模型傳入我國的時(shí)間相對較晚，但目前有關(guān)多因子模型的研究與實(shí)踐與日俱增[1]，其主要運(yùn)用在量化選股、量化擇時(shí)、預(yù)測漲跌方面。因此本文從研報(bào)中提取特征指標(biāo)進(jìn)行機(jī)器學(xué)習(xí)，研究多因子量化模型，有助于在保留傳統(tǒng)多因子模型投資視角廣、投資紀(jì)律性強(qiáng)、對歷史數(shù)據(jù)利用率高等特點(diǎn)的同時(shí)，將證券研究機(jī)構(gòu)的選股預(yù)測能力轉(zhuǎn)化為現(xiàn)實(shí)的投資價(jià)值，擴(kuò)寬多因子選股策略的分析方法，充實(shí)我國多因子模型相關(guān)的理論研究。

1 研報(bào)特征指標(biāo)的挖掘

本次券商信息收集在國信證券的金太陽交易軟件上完成，其對各股票的評價(jià)內(nèi)容較為完整，且有專欄總結(jié)，容易查詢。在數(shù)據(jù)收集過程中，由于部分股票的券商研報(bào)信息中存在著一些較為明顯且重要的缺漏，為了保證模型的合理性，我們對相關(guān)不完整股票進(jìn)行了剔除。其中包括：（002060）粵水電，（601318）中國平安，（000921）海信家電，（600048）保利發(fā)展共4 家公司。

1.1 特征提取

經(jīng)過對相關(guān)數(shù)據(jù)的分析，本文初步構(gòu)建了估值因子、成長因子、盈利能力因子等七大方面?zhèn)€特征指標(biāo)，總體結(jié)構(gòu)如圖1 所示。

圖1 初步提取的29 個(gè)特征指標(biāo)

1.2 各股票間的相關(guān)性分析

為了進(jìn)一步分析各股票之間凈利率的線性關(guān)系的強(qiáng)度，排除走勢相似的股票類型，本文先進(jìn)行了pearson 的相關(guān)性分析，用Python 編程計(jì)算系數(shù)，繪制出30 支股票近六年來凈利率的相關(guān)性熱力圖，根據(jù)以上熱力圖矩陣，優(yōu)先排除與其他股票的相關(guān)系數(shù)較高的個(gè)股，選取與其他股票相關(guān)系數(shù)較小的個(gè)股，我們最終選出了10 支特征最明顯的灣區(qū)指數(shù)股票。

表1 相關(guān)股票符號的定義

2 特征指標(biāo)提取

在回歸分析中，如果有兩個(gè)或兩個(gè)以上的自變量，就稱為多元回歸，由多個(gè)自變量的最優(yōu)組合共同來預(yù)測或估計(jì)因變量，比只用一個(gè)自變量進(jìn)行預(yù)測或估計(jì)更有效，更符合實(shí)際。

2.1 提取過程

設(shè)隨機(jī)變量y 與一般變量x1,x2…，xp的線性回歸模型[2]為：

整理可得, 當(dāng)（X'X）-1存在時(shí),即得回歸參數(shù)的最小二乘估計(jì)為：

2.2 模型求解

為定量分析29 個(gè)特征指標(biāo)與股票凈利潤的關(guān)系，我們在這10 支股票近6 年共60 組數(shù)據(jù)的基礎(chǔ)上，以不同的29個(gè)特征指標(biāo)來作為自變量，以股票凈利潤作為因變量y，利用Python 求解多元線性回歸模型，得到多元線性回歸方程為：

R 方為0.988，表示自變量一共可以解釋因變量98.8%的變化，可以認(rèn)為該模型的擬合優(yōu)度良好。

3 股票走勢

3.1 走勢結(jié)果

以所選的10 個(gè)特征指標(biāo)為自變量，股票的凈利潤為因變量，對所選10 支股票列出多元線性回歸方程，得到析研報(bào)特征指標(biāo)對股票走勢的影響，結(jié)果如下所示：

3.2 投資策略

各回歸方程中系數(shù)絕對值越大的項(xiàng)，對股票的凈利潤的影響也越大，總結(jié)主要影響因子如表2 所示。

表2 影響各股票凈利潤的主要特征指標(biāo)

根據(jù)股票趨勢圖與相關(guān)特征指數(shù)，可以對股票的未來趨勢進(jìn)行一定程度的預(yù)測。在此我們忽略以下因素影響：

3.2.1 市場風(fēng)格特征

在證券市場上，投資風(fēng)格是指某類股票具有相同的回報(bào)特點(diǎn)或者類似的價(jià)格趨勢特征，比如大盤股和小盤股就是兩類投資風(fēng)格，市場有時(shí)傾向大盤股，有時(shí)又傾向小盤股，某段時(shí)期市場上投資者不同的偏好形成了不同的市場風(fēng)格[3]。

3.2.2 行業(yè)輪動(dòng)趨勢

行業(yè)輪動(dòng)與風(fēng)格輪動(dòng)類似，受經(jīng)濟(jì)波動(dòng)周期的影響，市場上一些行業(yè)會(huì)比其他行業(yè)優(yōu)先發(fā)展起來。根據(jù)經(jīng)濟(jì)周期對行業(yè)輪動(dòng)的趨勢進(jìn)行研究，在輪動(dòng)趨勢開始前對投資組合進(jìn)行配置，或在輪動(dòng)結(jié)束后對選股組合進(jìn)行調(diào)整，都將會(huì)得到不同的收益。

3.2.3 資金流動(dòng)

圖2 10 支股票年凈利潤的趨勢圖

4 結(jié)論

本文圍繞選股問題，首先需要深入挖掘所采集的30 支股票詳細(xì)特征，通過相關(guān)的收集到的股票研報(bào)中初步提取出特征指標(biāo)，共篩選出29 個(gè)普遍意義指標(biāo)，進(jìn)行pearson相關(guān)性分析，而后采用多元線性回歸與等權(quán)重法，對這些股票的特征指標(biāo)進(jìn)行打分，構(gòu)造基于研報(bào)的量化選股模型，提取出最重要的10 個(gè)特征指標(biāo)作為最終有效因子。之后以凈利率為目標(biāo)函數(shù)，利用多元線性分析對10 支股票分別列出多元線性回歸方程，從而繪制出曲線圖來分析股票凈利率走勢，篩選出高利潤和一般利潤股票。通過以上分析給出對這10 支股票的下年度的持倉策略。