金工研究/量化投资周报总结
核心内容
本报告是华泰证券金工团队发布的2018年8月12日人工智能选股周报，重点分析了多个机器学习模型在不同指数池中的表现。报告涵盖了全A选股、沪深300指数内选股、中证500指数内选股、中证800指数内选股等不同策略下的模型表现，以及模型的回测绩效和RankIC指标。
主要观点
- 人工智能模型在多因子选股中表现出较强的预测能力，能够从传统数据中挖掘非线性特征，从而实现超额收益。
- 不同模型在不同指数池中表现不一，某些模型在特定市场环境下表现更优。
- 风险提示中强调了模型失效的可能性和低可解释性，提醒投资者谨慎使用。
关键信息
各模型本周表现
| 指数池 |
模型名称 |
绝对收益 |
超额收益 |
| 沪深300 |
SVM |
2.89% |
0.19% |
| 沪深300 |
朴素贝叶斯 |
2.93% |
0.22% |
| 中证500 |
朴素贝叶斯 |
2.76% |
0.72% |
| 中证500 |
朴素贝叶斯 |
2.30% |
0.25% |
| 中证800 |
逻辑回归 |
2.71% |
0.17% |
各模型最近一个月表现
| 指数池 |
模型名称 |
绝对收益 |
超额收益 |
| 沪深300 |
朴素贝叶斯 |
-0.20% |
1.87% |
| 中证500 |
朴素贝叶斯 |
-0.95% |
1.12% |
| 中证800 |
随机森林 |
0.84% |
2.71% |
各模型2018年以来表现
| 指数池 |
模型名称 |
绝对收益 |
超额收益 |
RankIC均值 |
| 全A选股 |
随机森林 |
-11.88% |
4.81% |
0.119 |
| 沪深300指数内选股 |
XGBoost |
-12.33% |
4.36% |
0.109 |
| 中证500指数内选股 |
朴素贝叶斯 |
-16.72% |
3.84% |
0.091 |
| 中证800指数内选股 |
随机森林 |
-11.73% |
5.97% |
0.094 |
各模型2011年以来RankIC均值
| 指数池 |
模型名称 |
RankIC均值 |
IR比率 |
| 全A选股 |
随机森林 |
0.136 |
1.576 |
| 沪深300指数内选股 |
SVM |
0.091 |
0.899 |
| 中证500指数内选股 |
逻辑回归 |
0.102 |
1.163 |
| 中证800指数内选股 |
SVM |
0.108 |
1.199 |
详细回测绩效
全A选股（沪深300行业市值中性）
| 模型名称 |
年化收益率 |
年化波动率 |
夏普比率 |
最大回撤 |
年化超额收益率 |
年化跟踪误差 |
信息比率 |
Calmar比率 |
月胜率 |
月均双边换手率 |
| Stacking |
6.50% |
23.42% |
0.28 |
42.30% |
5.06% |
4.08% |
5.16% |
1.24 |
0.98 |
60.00% |
| SVM |
8.35% |
23.11% |
0.36 |
41.51% |
6.83% |
3.61% |
4.59% |
1.89 |
1.49 |
71.11% |
| 朴素贝叶斯 |
6.48% |
23.43% |
0.28 |
41.92% |
5.04% |
3.99% |
9.73% |
1.26 |
0.52 |
61.11% |
| 随机森林 |
8.09% |
22.92% |
0.35 |
40.75% |
6.52% |
3.57% |
5.14% |
1.83 |
1.27 |
70.00% |
| XGBoost |
7.90% |
23.22% |
0.34 |
40.85% |
6.41% |
3.61% |
4.89% |
1.78 |
1.31 |
65.56% |
| 逻辑回归 |
7.35% |
22.59% |
0.33 |
41.95% |
5.71% |
3.78% |
6.46% |
1.51 |
0.88 |
62.22% |
| 神经网络 |
7.87% |
22.73% |
0.35 |
39.98% |
6.26% |
3.82% |
4.86% |
1.64 |
1.29 |
66.67% |
全A选股（中证500行业市值中性）
| 模型名称 |
年化收益率 |
年化波动率 |
夏普比率 |
最大回撤 |
年化超额收益率 |
年化跟踪误差 |
信息比率 |
Calmar比率 |
月胜率 |
月均双边换手率 |
| Stacking |
17.40% |
26.67% |
0.65 |
43.30% |
15.80% |
6.85% |
2.31 |
2.23 |
72.22% |
72.22% |
| SVM |
16.72% |
26.15% |
0.64 |
45.34% |
15.03% |
5.97% |
5.47% |
2.52 |
70.00% |
70.00% |
| 朴素贝叶斯 |
14.38% |
26.00% |
0.55 |
43.31% |
12.63% |
6.79% |
8.01% |
1.86 |
74.44% |
74.44% |
| 随机森林 |
17.69% |
24.84% |
0.71 |
37.96% |
15.54% |
6.76% |
6.01% |
2.3 |
71.11% |
71.11% |
| XGBoost |
17.78% |
25.61% |
0.69 |
37.73% |
15.88% |
6.38% |
6.77% |
2.49 |
71.11% |
71.11% |
| 逻辑回归 |
13.52% |
26.24% |
0.52 |
46.35% |
11.88% |
6.43% |
9.77% |
1.85 |
65.56% |
65.56% |
| 神经网络 |
16.04% |
25.94% |
0.62 |
44.09% |
14.26% |
6.51% |
9.75% |
2.19 |
72.22% |
72.22% |
沪深300指数内选股
| 模型名称 |
年化收益率 |
年化波动率 |
夏普比率 |
最大回撤 |
年化超额收益率 |
年化跟踪误差 |
信息比率 |
Calmar比率 |
月胜率 |
月均双边换手率 |
| SVM |
6.69% |
22.75% |
0.29 |
42.29% |
5.10% |
3.60% |
3.78% |
1.42 |
1.35 |
65.56% |
| 朴素贝叶斯 |
7.85% |
22.58% |
0.35 |
40.05% |
6.19% |
3.73% |
4.28% |
1.66 |
1.45 |
64.44% |
| 随机森林 |
7.35% |
22.76% |
0.32 |
40.71% |
5.75% |
3.64% |
4.09% |
1.58 |
1.41 |
68.89% |
| XGBoost |
8.22% |
22.66% |
0.36 |
39.99% |
6.59% |
3.58% |
3.86% |
1.84 |
1.71 |
64.44% |
| 逻辑回归 |
8.62% |
22.86% |
0.38 |
42.00% |
7.02% |
3.73% |
4.30% |
1.88 |
1.63 |
68.89% |
| 神经网络 |
6.07% |
22.81% |
0.27 |
39.98% |
4.51% |
3.52% |
3.72% |
1.28 |
1.21 |
61.11% |
中证500指数内选股
| 模型名称 |
年化收益率 |
年化波动率 |
夏普比率 |
最大回撤 |
年化超额收益率 |
年化跟踪误差 |
信息比率 |
Calmar比率 |
月胜率 |
月均双边换手率 |
| SVM |
6.30% |
26.98% |
0.23 |
47.90% |
5.07% |
4.62% |
1.1% |
1.1 |
1.35 |
61.11% |
| 朴素贝叶斯 |
9.31% |
26.10% |
0.36 |
46.35% |
7.77% |
5.07% |
8.01% |
1.53 |
1.45 |
64.44% |
| 随机森林 |
8.13% |
27.04% |
0.3 |
47.40% |
6.88% |
4.97% |
4.85% |
1.38 |
1.42 |
62.22% |
| XGBoost |
9.46% |
26.98% |
0.69 |
37.73% |
8.18% |
6.38% |
6.77% |
2.49 |
2.35 |
71.11% |
| 逻辑回归 |
11.27% |
27.35% |
0.41 |
48.39% |
10.06% |
5.27% |
6.77% |
1.91 |
1.48 |
70.00% |
| 神经网络 |
8.29% |
27.22% |
0.3 |
49.88% |
7.09% |
4.94% |
6.68% |
1.44 |
1.06 |
65.56% |
中证800指数内选股
| 模型名称 |
年化收益率 |
年化波动率 |
夏普比率 |
最大回撤 |
年化超额收益率 |
年化跟踪误差 |
信息比率 |
Calmar比率 |
月胜率 |
月均双边换手率 |
| SVM |
7.50% |
23.15% |
0.32 |
42.41% |
6.01% |
4.13% |
5.08% |
1.45 |
1.18 |
64.44% |
| 朴素贝叶斯 |
7.88% |
23.07% |
0.34 |
42.64% |
6.34% |
4.68% |
6.07% |
1.35 |
1.04 |
65.56% |
| 随机森林 |
9.24% |
22.97% |
0.4 |
42.26% |
7.67% |
4.37% |
7.80% |
1.75 |
0.98 |
70.00% |
| XGBoost |
11.31% |
23.08% |
0.49 |
40.07% |
9.74% |
4.29% |
4.31% |
2.27 |
2.26 |
70.00% |
| 逻辑回归 |
9.14% |
23.22% |
0.39 |
41.50% |
7.63% |
4.55% |
6.28% |
1.68 |
1.21 |
73.33% |
| 神经网络 |
8.48% |
23.25% |
0.36 |
42.04% |
6.99% |
4.41% |
5.41% |
1.59 |
1.29 |
64.44% |
模型RankIC详细指标
全A选股
| 模型名称 |
2011年以来RankIC均值 |
2011年以来IR比率 |
2018年以来RankIC均值 |
2018年以来IR比率 |
| Stacking |
0.133 |
1.585 |
0.119 |
2.437 |
| SVM |
0.122 |
1.685 |
0.11 |
1.823 |
| 朴素贝叶斯 |
0.113 |
1.022 |
0.091 |
0.67 |
| 随机森林 |
0.136 |
1.576 |
0.102 |
1.309 |
| XGBoost |
0.141 |
1.534 |
0.102 |
1.252 |
| 逻辑回归 |
0.123 |
1.853 |
0.114 |
1.565 |
| 神经网络 |
0.129 |
1.689 |
0.108 |
1.688 |
沪深300成分内选股
| 模型名称 |
2011年以来RankIC均值 |
2018年以来RankIC均值 |
| SVM |
0.091 |
0.087 |
| 朴素贝叶斯 |
0.103 |
0.077 |
| 随机森林 |
0.091 |
0.109 |
| XGBoost |
0.101 |
0.087 |
| 逻辑回归 |
0.097 |
0.064 |
| 神经网络 |
0.085 |
0.081 |
中证500成分内选股
| 模型名称 |
2011年以来RankIC均值 |
2018年以来RankIC均值 |
| SVM |
0.075 |
0.056 |
| 朴素贝叶斯 |
0.103 |
0.091 |
| 随机森林 |
0.085 |
0.059 |
| XGBoost |
0.101 |
0.068 |
| 逻辑回归 |
0.102 |
0.086 |
| 神经网络 |
0.09 |
0.064 |
中证800成分内选股
| 模型名称 |
2011年以来RankIC均值 |
2018年以来RankIC均值 |
| SVM |
0.094 |
0.087 |
| 朴素贝叶斯 |
0.101 |
0.076 |
| 随机森林 |
0.104 |
0.062 |
| XGBoost |
0.108 |
0.074 |
| 逻辑回归 |
0.109 |
0.087 |
| 神经网络 |
0.101 |
0.094 |
机器学习模型运用流程
-
数据获取：
- 股票池：沪深300、中证500、全A股。
- 剔除ST、停牌、上市3个月以内的股票。
- 特征提取：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。
- 缺失值填充（行业平均）。
- 行业市值中性化。
- 标准化。
-
训练集和交叉验证集的合成：
- 分类问题：正例（下月收益前30%）、负例（下月收益后30%）。
- 交叉验证调参：选取AUC或平均AUC最高的参数。
-
样本外测试：
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。
- 模型的可解释性较低，使用时需谨慎。
免责声明
- 本报告仅供华泰证券客户使用。
- 报告基于公开信息编制，不保证其准确性及完整性。
- 报告观点、结论和建议仅供参考，不构成投资建议。
- 投资者应自行评估风险，不依赖本报告做出投资决策。
- 报告中提及的证券或投资标的价格、价值及收益可能波动，公司不承担任何法律责任。
评级说明
-
行业评级：
- 增持：行业股票指数超越基准。
- 中性：行业股票指数基本与基准持平。
- 减持：行业股票指数明显弱于基准。
-
公司评级：
- 买入：股价超越基准20%以上。
- 增持：股价超越基准5%-20%。
- 中性：股价相对基准波动在-5%-5%之间。
- 减持：股价弱于基准5%-20%。
- 卖出：股价弱于基准20%以上。
