20180421-华泰证券-人工智能选股周报_本周SVM表现最好_17页_1mb

华泰人工智能选股策略周报总结

核心内容

本报告为华泰证券金工团队发布的《人工智能选股周报》，主要分析了多种机器学习模型在多因子选股策略中的表现，包括SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归和神经网络。报告涵盖了不同行业中性设置下的全A选股和指数内选股策略，同时提供了相关模型的回测条件、历史表现及风险提示。

主要观点

1. 本周表现

• 全A选股（非行业中性）：本周2个组合跑赢基准，随机森林超额收益最高（0.25%）。
• 全A选股（沪深300行业中性）：本周1个组合跑赢基准，SVM超额收益最高（0.25%）。
• 全A选股（中证500行业中性）：本周1个组合跑赢基准，SVM超额收益最高（0.31%）。
• 沪深300指数内选股：本周XGBoost超额收益最高（-0.27%）。
• 中证500指数内选股：本周SVM超额收益最高（0.72%）。

2. 近期表现

• 全A选股（非行业中性）：
  • 最近三月超额收益最高为SVM（5.76%）。
  • 最近一年超额收益最高为朴素贝叶斯（19.41%）。
• 全A选股（沪深300行业中性）：
  • 最近三月超额收益最高为XGBoost（5.65%）。
  • 最近一年超额收益最高为朴素贝叶斯（-5.00%）。
• 全A选股（中证500行业中性）：
  • 最近三月超额收益最高为XGBoost（4.98%）。
  • 最近一年超额收益最高为XGBoost（9.37%）。
• 沪深300指数内选股：
  • 最近三月超额收益最高为逻辑回归（4.17%）。
  • 最近一年超额收益最高为逻辑回归（2.80%）。
• 中证500指数内选股：
  • 最近三月超额收益最高为SVM（1.82%）。
  • 最近一年超额收益最高为SVM（4.89%）。

3. 模型表现

• XGBoost：在多个时间段内表现优异，尤其在最近三月和一年的全A选股（非行业中性）和中证500行业中性策略中，获得最高信息比率。
• SVM：在中证500指数内选股和沪深300行业中性策略中表现稳定，超额收益较高。
• 朴素贝叶斯：在全A选股（非行业中性）和沪深300行业中性策略中，年化超额收益率最高。
• 逻辑回归：在沪深300指数内选股策略中表现最佳，信息比率最高。

关键信息

1. 回测条件

• 股票池处理：剔除ST、停牌、上市3个月内的股票。
• 特征提取：使用70个因子（包括估值、成长、动量翻转、波动率、换手率、情绪、技术、市值等）。
• 特征预处理：
  • 中位数去极值处理。
  • 缺失值填充为行业平均值。
  • 行业市值中性化处理。
  • 标准化处理。
• 交易费用：单边千分之二。

2. 策略构建

• 每月调仓一次，根据模型预测结果选择股票。
• 策略包括：
  • 全A选股（非行业中性）：等权配置50只股票。
  • 全A选股（沪深300行业中性）：等权配置4只股票/行业。
  • 全A选股（中证500行业中性）：等权配置4只股票/行业。
  • 沪深300指数内选股：等权配置2只股票/行业。
  • 中证500指数内选股：等权配置4只股票/行业。

3. 因子池

• 70个因子涵盖多个维度，包括估值、成长、财务质量、杠杆、市值、动量反转、波动率、股价、换手率、情绪等。
• 每个因子均有详细定义，如EP为净利润（TTM）/总市值，ROE_G_q为ROE（最新财报，YTD）同比增长率等。

4. 风险提示

• 人工智能模型构建的选股策略基于历史经验，存在失效的可能。
• 投资者需注意模型的局限性，不能保证未来表现。

结构与策略说明

1. 策略类型

• 全A选股：在全部A股中选股，不考虑行业权重。
• 行业中性策略：根据沪深300或中证500的行业权重进行配置。
• 指数内选股：仅在特定指数成分股中选股。

2. 模型分类

• 分类问题：将股票分为正例（收益前30%）和负例（收益后30%）。
• 回归问题：直接使用样本数据进行训练。

3. 模型选择

• XGBoost：在多个时间段内表现优异，尤其在信息比率方面。
• SVM：在中证500指数内选股和沪深300行业中性策略中表现稳定。
• 逻辑回归：在沪深300指数内选股策略中表现最佳。
• 朴素贝叶斯：在全A选股（非行业中性）和沪深300行业中性策略中年化超额收益最高。

附录

1. 报告来源

• 数据来源：Wind，华泰证券研究所。
• 评级说明：行业评级和公司评级标准明确，基于涨跌幅与基准的对比。

2. 联系方式

• 华泰证券金工团队成员：
  • 林晓明：执业证书编号S0570516010001，电话0755-82080134，邮箱linxiaoming@htsc.com。
  • 陈烨：电话010-56793927，邮箱chenye@htsc.com。
  • 李子钰：邮箱liziyu@htsc.com。

3. 免责声明

• 报告仅供客户使用，不构成投资建议。
• 信息准确性无法保证，不承担任何法律责任。
• 报告内容可能根据情况调整，投资者需自行关注更新。

4. 研究平台

• 模拟组合在Wind组合管理（PMS）平台上，每月底根据模型表现构建组合并上传。
• 组合名称关键字包括“华泰AI选股（全A非行业中性）”、“华泰AI选股（全A沪深300行业中性）”、“华泰AI选股（全A中证500行业中性）”、“华泰AI选股（沪深300指数内选股）”、“华泰AI选股（中证500指数内选股）”。

总结

本报告全面展示了华泰证券金工团队在人工智能选股领域的研究成果，提供了不同策略和模型在多因子选股中的表现分析，涵盖了多个时间段内的收益情况及绩效指标。报告强调了模型的局限性，提醒投资者注意风险，并提供了详细的策略构建流程和因子池信息，便于深入理解模型运作机制。