20180610-华泰证券-人工智能选股周报_本周XGBoost表现最好_17页_1mb

报告摘要

华泰人工智能选股策略周报总结

核心内容

本报告为华泰金工人工智能选股策略的周报，分析了不同模型在多种选股策略下的表现，包括全A选股（非行业中性）、全A选股（沪深300行业中性）、全A选股（中证500行业中性）、沪深300指数内选股以及中证500指数内选股。报告展示了各策略在不同时间段内的收益表现，并提供了相关风险提示与免责申明。

主要观点

策略表现
- 本周表现最好的策略因指数不同而异：
  - 全A选股（非行业中性）：随机森林表现最佳，本周绝对收益0.77%，超额收益1.04%。
  - 全A选股（沪深300行业中性）：XGBoost表现最佳，本周超额收益-0.24%。
  - 全A选股（中证500行业中性）：随机森林表现最佳，本周超额收益0.98%。
  - 沪深300指数内选股：XGBoost表现最佳，本周超额收益0.40%。
  - 中证500指数内选股：XGBoost表现最佳，本周超额收益0.33%。
历史表现
- 不同时间段内的超额收益表现：
  - 全A选股（非行业中性）：最近三月SVM超额收益最高（10.89%）；最近一年随机森林超额收益最高（24.57%）。
  - 全A选股（沪深300行业中性）：最近三月XGBoost超额收益最高（1.87%）；最近一年朴素贝叶斯超额收益最高（-1.77%）。
  - 全A选股（中证500行业中性）：最近三月随机森林超额收益最高（6.22%）；最近一年随机森林超额收益最高（11.79%）。
  - 沪深300指数内选股：最近三月逻辑回归超额收益最高（0.99%）；最近一年逻辑回归超额收益最高（5.36%）。
  - 中证500指数内选股：最近三月SVM超额收益最高（1.78%）；最近一年SVM超额收益最高（4.61%）。
模型性能
- Stacking 在多个策略中表现出较高的信息比率，如全A选股（非行业中性）信息比率为3.70，全A选股（沪深300行业中性）信息比率为1.90，全A选股（中证500行业中性）信息比率为3.67，沪深300指数内选股信息比率为1.09，中证500指数内选股信息比率为1.57。
- 随机森林 在多个策略中表现优异，尤其在全A选股（非行业中性）和全A选股（中证500行业中性）中表现突出。

关键信息

选股策略分类

全A选股（非行业中性）：月频调仓，在全部A股中选股，选择50只模型预测表现最好的股票进行等权配置。
全A选股（沪深300行业中性）：月频调仓，在全部A股中选股，行业权重配置和沪深300保持一致，每个行业内选择4只模型预测表现最好的股票进行等权配置。
全A选股（中证500行业中性）：月频调仓，在全部A股中选股，行业权重配置和中证500保持一致，每个行业内选择4只模型预测表现最好的股票进行等权配置。
沪深300指数内选股：月频调仓，在沪深300指数成分股中选股，行业权重配置和沪深300保持一致，每个行业内选2只模型预测表现最好的股票进行等权配置。
中证500指数内选股：月频调仓，在中证500指数成分股中选股，行业权重配置和中证500保持一致，每个行业内选4只模型预测表现最好的股票进行等权配置。

回测条件

股票池处理：剔除ST、停牌、上市3个月以内的股票。
特征提取：使用70个因子作为特征，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。
- 缺失值填充（行业平均）。
- 行业市值中性化。
- 标准化处理。
交易费用：单边千分之二。

机器学习模型

报告中跟踪了以下7个模型在多因子选股中的表现：

Stacking
SVM
朴素贝叶斯
随机森林
XGBoost
逻辑回归
神经网络（未用于沪深300和中证500指数内选股）

因子池

涉及的因子分为以下几类：

估值：EP、EPcut、BP、SP、NCFP、OCFP、DP、G/PE
成长：Sales_G_q、Profit_G_q、OCF_G_q、ROE_G_q
财务质量：ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflowratio_ttm
杠杆：financial_leverage、debt equity ratio、cash ratio、current ratio
市值：ln_capital
动量翻转：HAlpha、return_Nm、wgt_return_Nm、exp_wgt_return_Nm
波动率：std_FF3factor_Nm、std_Nm
股价：ln_price
beta：beta
换手率：turn_Nm、bias_turn_Nm
情绪：rating_average、rating_change、rating_targetprice
技术：MACD、DEA、DIF、RSI、PSY、BIAS