基于機(jī)器學(xué)習(xí)的量化選股研究.pdf

1、近年來(lái)，量化投資憑借其精力無(wú)限、依靠概率取勝和紀(jì)律性強(qiáng)的優(yōu)勢(shì)受到越來(lái)越多的關(guān)注。與西方成熟市場(chǎng)相比，我國(guó)量化投資還處于起步階段，存在量化投資產(chǎn)品規(guī)模小、策略缺乏多樣性、業(yè)績(jī)表現(xiàn)分化的不足。盡管如此，從我國(guó)實(shí)情來(lái)看，量化投資仍會(huì)有很廣闊的發(fā)展前景。因此，對(duì)于量化選股方法的理論及實(shí)踐進(jìn)行研究，構(gòu)建適合A股市場(chǎng)的選股策略，并以此指導(dǎo)投資者進(jìn)行量化投資有很重要的現(xiàn)實(shí)意義。
　　股票市場(chǎng)是一個(gè)低信噪比的、復(fù)雜的非線性系統(tǒng)，而機(jī)器學(xué)習(xí)在諸多領(lǐng)

2、域如搜索和語(yǔ)音識(shí)別中均被證明是針對(duì)模糊非線性數(shù)據(jù)進(jìn)行建模的強(qiáng)有力工具，使用機(jī)器學(xué)習(xí)方法來(lái)構(gòu)建量化投資策略具有一定的天然優(yōu)勢(shì)。選股本質(zhì)是一個(gè)排序問(wèn)題，投資者都希望能挑選出相對(duì)于其他股票在未來(lái)表現(xiàn)更好的股票，基于此，本文嘗試將機(jī)器學(xué)習(xí)領(lǐng)域中兩種較為成熟的學(xué)習(xí)排序算法GBDT和GBRank應(yīng)用到選股問(wèn)題中。本文以技術(shù)分析為理論根據(jù)，先后構(gòu)建了基于模式識(shí)別的短線選股策略和基于動(dòng)量和反轉(zhuǎn)效應(yīng)的長(zhǎng)線選股策略。前者根據(jù)個(gè)股在過(guò)去一個(gè)月內(nèi)的價(jià)格走勢(shì)形態(tài)

3、構(gòu)來(lái)建特征向量，利用機(jī)器學(xué)習(xí)算法自動(dòng)進(jìn)行模式識(shí)別;后者以不同時(shí)間周期的動(dòng)量、反轉(zhuǎn)因子為基礎(chǔ)構(gòu)建特征向量，利用機(jī)器學(xué)習(xí)算法從大量數(shù)據(jù)中自動(dòng)學(xué)習(xí)動(dòng)量、反轉(zhuǎn)效應(yīng)在時(shí)間尺度上的分布規(guī)律。實(shí)驗(yàn)結(jié)果表明，采用GBDT排序算法的兩個(gè)策略，在過(guò)去4年的時(shí)間里均可大幅跑贏滬深300指數(shù)，對(duì)交易者的投資決策具有一定的參考意義。
　　本文的創(chuàng)新之處在于:將機(jī)器學(xué)習(xí)與技術(shù)分析結(jié)合，構(gòu)建了基于模式識(shí)別、以及基于動(dòng)量反轉(zhuǎn)效應(yīng)的量化選股策略，解決了傳統(tǒng)選股方法