您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国金证券]:Alpha掘金系列之十四:GBDT+NN机器学习可转债择券策略 - 发现报告

Alpha掘金系列之十四:GBDT+NN机器学习可转债择券策略

2025-01-07高智威、许坤圣、王小康国金证券李***
AI智能总结
查看更多
Alpha掘金系列之十四:GBDT+NN机器学习可转债择券策略

神经网络模型——以GRU为代表的优化探索 对于GRU模型,我们发现利用日度K线和转债的三种溢价率作为输入,可以取得最好的效果。为了提升模型的多头表现,我们尝试使用专注于多头的损失函数,但效果不佳,反而导致信息比率和多空指标下滑。为应对训练样本不足的问题,我们引入了数据增强策略,尤其在2022年之前的数据上取得了显著成效。然而,在数据充足的2022年之后,使用原始数据反而更能适应市场变化。通过这一模型调整,GRU模型在多头和多空上的表现均有所提升,这表明数据增强在数据量较少的情况下对于提升模型性能是有效的。 决策树模型——以LGBM为代表的优化探索 对于LGBM模型,我们将转债和正股的Alpha158因子,以及一组手工构建的12个因子作为输入,以提供多样化的因子视角。结果显示,转债和正股的Alpha158因子的组合在LGBM模型中实现了最佳的多头表现,而手工构建的因子表现不佳,可能需要进一步的因子扩充来满足模型需求。 机器学习转债择券策略 GRU模型与LGBM模型训练得到的因子相关性较低,仅为0.35,因此我们将两者等权合成得到机器学习转债择券因子(ML因子)。ML因子在全部转债上IC均值为9.71%,5分组多头年化收益率为22.80%,多空年化收益率31.83%;在偏股/平衡/偏债型转债上IC均值为8.41%/9.42%/8.90%,多头年化收益率为28.36%/18.99%/15.32%,多空年化收益率39.04%/25.41%/20.04%。进一步考虑扣费和换手率缓冲,使用20%的转债,相对中证转债指数构建机器学习转债择券策略,该策略在全部转债上年化收益率14.59%,跟踪误差5.18%,信息比率2.23,超额最大回撤4.24%;在偏股/平衡/偏债型转债上年化收益率分别为20.77%/11.11%/9.09%,信息比率分别为1.44/1.64/0.90。风险提示 1、以上结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在时效的风险。 2、策略通过一定的假设通过历史数据回测得到,当交易成本提高或其他条件改变时,可能导致策略收益下降甚至出现亏损。 内容目录 一、传统可转债择券因子效果不佳..................................................................5二、神经网络模型——以GRU为代表的优化探索......................................................52.1增量信息的影响..........................................................................52.2专注多头的损失函数尝试..................................................................72.3数据增强有效缓解极端分布................................................................8三、决策树模型——以LGBM为代表的优化探索......................................................11四、机器学习转债择券策略.......................................................................134.1 GRU与LGBM因子合成....................................................................134.2机器学习转债择券因子检验...............................................................144.3机器学习转债择券策略...................................................................16总结...........................................................................................19风险提示.......................................................................................19 图表目录 图表1:可转债数量变化.........................................................................5图表2:GRU模型数据集..........................................................................6图表3:GRU模型增量信息统计数据................................................................6图表4:GRU模型增量信息多头净值................................................................6图表5:GRU模型增量信息多头超额净值............................................................6图表6:GRU模型增量信息多空净值................................................................7图表7:GRU模型增量信息分组年化超额............................................................7图表8:GRU模型多头损失统计数据................................................................7图表9:GRU模型多头损失多头净值................................................................7图表10:GRU模型多头损失多头超额净值...........................................................7图表11:GRU模型多头损失多空净值...............................................................8图表12:GRU模型多头损失分组年化超额...........................................................8图表13:可转债分年度训练样本数................................................................8图表14:数据增强举例(1).....................................................................9图表15:数据增强举例(2).....................................................................9 图表16:GRU模型时序数据增强方案...............................................................9图表17:GRU模型数据增强统计数据...............................................................9图表18:GRU模型数据增强多头净值..............................................................10图表19:GRU模型数据增强多头超额净值..........................................................10图表20:GRU模型数据增强拼接后统计数据........................................................10图表21:GRU模型数据增强拼接后多头净值........................................................10图表22:GRU模型数据增强拼接后多头超额净值....................................................10图表23:GRU模型数据增强拼接后多空净值........................................................11图表24:GRU模型数据增强拼接后分组年化超额....................................................11图表25:LGBM模型数据集.......................................................................11图表26:LGBM模型增量信息统计数据.............................................................12图表27:LGBM模型增量信息多头净值.............................................................12图表28:LGBM模型增量信息多头超额净值.........................................................12图表29:LGBM模型增量信息多空净值.............................................................13图表30:LGBM模型增量信息分组年化超额.........................................................13图表31:GRU与LGBM各输入对应因子相关性.......................................................13图表32:机器学习转债择券因子统计数据.........................................................14图表33:机器学习转债择券因子多头净值.........................................................14图表34:机器学习转债择券因子多头超额净值.....................................................14图表35:机器学习转债择券因子多空净值.........................................................14图表36:机器学习转债择券因子分组年化超额.....................................................14图表37:ML转债因子在偏股型转债中统计数据.....................................................15图表38:ML转债因子在偏股型转债中多头净值.....................................................15图表39:ML转债