江苏龙网

  1. 首页 > 人文 > >

简单观察|「华泰金工林晓明团队」再探AlphaNet：结构和特征优化——华泰人工智能系列之三十四( 三 )


单因子分层测试的方法如下：
1.股票池、回测区间、截面期均与IC测试一致 。
2.换仓：在每个截面期得到预测值 ， 构建分层组合 ， 在截面期下一个交易日按当日vwap换仓 ， 交易费用为单边千分之二 。
3.分层方法：先将因子暴露度向量进行一定预处理 ， 将股票池内所有个股按处理后的因子值从大到小进行排序 ， 等分N层 ， 每层内部的个股等权重配置 。 当个股总数目无法被N整除时采用任一种近似方法处理均可 ， 实际上对分层组合的回测结果影响很小 。 分层测试中的基准组合为股票池内所有股票的等权组合 。
4.多空组合收益计算方法：用Top组每天的收益减去Bottom组每天的收益 ， 得到每日多空收益序列r1,r2,...,rn ， 则多空组合在第n天的净值等于(1+r1)(1+r2)...(1+rn) 。
5.为了分析合成因子的增量信息 ， 会展示因子进行行业、市值、10日收益率、10日波动率、10日换手率五因子中性化后的测试结果 。
构建行业市值中性的指数增强策略回测的方法如下：
1.股票池、回测区间、截面期均与IC测试一致 。
2.换仓：在每个截面期得到预测值 ， 通过组合优化模型得到新的持仓股票和权重 ， 在截面期下一个交易日按当日vwap换仓 ， 交易费用为单边千分之二 ， 每次调仓双边换手率限制在60% 。
全A选股测试
单因子IC测试
我们将AlphaNet-v1和AlphaNet-v2在每个截面上的预测结果视为合成的单因子 ， 进行单因子IC测试 。 图表16和图表17展示了合成因子的IC测试结果 ， AlphaNet-v2在各项测试指标上都优于AlphaNet-v1 。
我们将AlphaNet-v1和AlphaNet-v2在每个截面上的预测结果视为合成的单因子 ， 进行单因子分5层测试 。 图表18~图表20展示了合成因子的分层测试结果 ， AlphaNet-v2在各项测试指标上都优于AlphaNet-v1 。
我们将AlphaNet-v1和AlphaNet-v2在每个截面上的预测结果视为合成的单因子 ， 构建相对于中证500的行业、市值中性的全A选股策略并进行回测 ， 图表21~图表23展示了个股权重偏离上限为1%时的回测结果 。 AlphaNet-v2在多项测试指标上都优于AlphaNet-v1 。
单因子IC测试
我们将AlphaNet-v1和AlphaNet-v2在每个截面上的预测结果视为合成的单因子 ， 进行单因子IC测试 。 图表24和图表25展示了合成因子的IC测试结果 ， AlphaNet-v2在RankIC均值 ， IC_IR优于AlphaNet-v1 。
我们将AlphaNet-v1和AlphaNet-v2在每个截面上的预测结果视为合成的单因子 ， 进行单因子分5层测试 。 图表26~图表28展示了合成因子的分层测试结果 。 AlphaNet-v2的TOP组合超额收益率、TOP组合信息比率、多空组合夏普比率优于AlphaNet-v1 。


推荐阅读


上一篇：新华网|世卫组织：全球累计新冠确诊病例达23752965例

下一篇：财华社|小米-W(01810-HK)第二季全球智能手机均价同比上涨11.8%