20240725-德邦证券-德邦金工机器学习专题之七_再探预测目标_预测周期_交易换手和风格控制在GRU选股策略中的影响_19页_2mb

投资要点总结

1. GRU模型选择不同预测目标（open/close/vwap）对IC表现和组合收益影响显著。vwap1d模型IC较高，但风格暴露过大，导致组合波动大；open1d模型风险控制更优。

2. 通过剥离预测目标中的风格因子（如size、Barra），模型IC有所下降，但回撤和波动率显著改善，获得更纯粹的alpha。

3. 对于换手率的优化：日频交易中，open价格对应最优单边换手率为11%，vwap价格对应为3%；周频交易中，open为14%-20%，vwap为6%-20%。

4. 增加模型预测周期虽提升IC，但会引入更多风格暴露。剥离风格特征后，长期预测同样可以获取优异表现。

结论与建议

• 为获得更稳健的组合表现，模型应优先考虑预测open未来收益，或严格控制vwap预测目标的风格暴露。
• 短周期（T+1天）预测与适当换手设置是实现较好风险收益平衡的重要手段。

关键发现

• 风格暴露显著降低模型的阿尔法纯度。
• 交易策略应重视换手率与预测周期间的权衡，缩短周期或用残差方法改善叠加风格问题。

风险提示

• AI模型过度依赖历史数据可能导致未来失效。
• 深度学习模型可能面临过拟合，参数设置影响较大。