機器學習系列—xgboost因子擇時

來自專欄量化哥7 人贊了文章

研究目的：本文利用優礦因子庫中的因子，參考機器學習多因子動態調倉策略————廣發證券《多音字Alpha系列報告值（三十六）》中的研究方法，對研報的結果進行了實證分析，用以研究機器學習在因子擇時中的應用。

研究結論：用xgboost模型可以提高單因子的MAE、因子的風格輪動秩相關係數，並提高多因子組合的收益和回撤表現，顯示出不錯的擇時效果。

本文共分為四個部分，具體如下：

一、數據準備和處理；

二、預測因子的未來IC： 用xgboost靜態模型、滾動模型來預測因子的下一期IC；

三、單因子選股比較：比較6個因子擇時和不擇時的表現。

四、多因子實證分析：利用xgboost預測的IC值合成因子，並構建組合比較合成因子的效果

備註：深度報告版權歸優礦所有，禁止直接轉載或編輯後轉載。

一、數據準備和處理

該部分耗時 15分鐘

該部分內容為：

獲取6個因子的值

將因子值進行標準化

獲取13個外部變數的因子值，作為模型的輸入特徵

計算因子的歷史IC，作為模型的輸入特徵

將需要預測的目標（因子IC）和特徵對齊，即 model_data

1.1 確定universe

查看完整代碼請前往優礦量化社區

1.2 取因子數據，並對數據進行標準化

查看完整代碼請前往優礦量化社區

1.3 取外部變數因子數據，作為模型特徵的一部分

查看完整代碼請前往優礦量化社區

上面是所需要的數據，已經更新到2018-05-31，下面的代碼需要根據自己的需要更改回測時間。

1.4 計算因子的IC，用歷史IC作為模型特徵的一部分

查看完整代碼請前往優礦量化社區

1.5 將預測值、特徵值對齊

查看完整代碼請前往優礦量化社區

二、預測因子的未來IC

該部分耗時 2.5小時左右

參照組：以上一期的IC來預測下一期的IC

用xgboost模型，分別以靜態和滾動的方式預測IC

通過MAE、風格輪動秩相關係數比較不同預測方法的表現

2.1 參照組，以過去一期的IC代表未來一期的IC

baseline_frame的格式為：[trade_date, 各個因子的真實IC值（以_IC結尾），各個因子的預測IC值（以IC_extend結尾）]

load上面的數據，重啟時候接上

查看完整代碼請前往優礦量化社區

2.2 用xgboost對因子IC進行預測

static: 代表不進行滾動建模，2008-2013數據進行訓練，用訓練得到的模型預測因子值（6個模型）

rolling: 代表滾動建模，從2014年開始，每一個季度後將訓練數據滾動一個季度訓練得到新的模型，並用在下一個季度的預測上

得到的static_result/rolling_result 為 dataframe，列為 trade_date, 【各個因子的實際IC】，【各個因子的預測IC】

xgboost有很多超參數可以調整，在本文中，我們對max_depth in [3, 4], eta in [0.01, 0.02, 0.1, 0.2]進行了調參，最終選擇了 max_depth=3, eta=0.01

時間說明： 該部分耗時較長，跑static的模型，在30分鐘左右，跑rolling模型的時間在1-2個小時

查看完整代碼請前往優礦量化社區

2.3 比較MAE、風格輪動秩相關係數

查看完整代碼請前往優礦量化社區

從MAE來看，用xgboost模型預測的IC明顯比baseline要高

從風格輪動秩相關係數來看，xgboost預測的結果秩相關係數更高，且更穩定。

三、單因子選股比較

該部分耗時 15分鐘

查看完整代碼請前往優礦量化社區

查看完整代碼請前往優礦量化社區

四、多因子實證分析

根據預測的IC值合成因子

對合成後的因子構建組合併進行回測

4.1 合成因子

合成方法：

正向因子，下一期預測的IC為正，因子權重為預測的IC值

負向因子，下一期預測的IC為負，因子權重為預測的-IC值

所有因子都相反，則等權合成

最後進行歸一化

等權合成因子作為對比

查看完整代碼請前往優礦量化社區

4.2 利用合成後的因子構建組合併回測

組合構建和回測說明：

中證500成份股、剔除ST、停牌股票

等權買入合成因子值最大的一組（分成10組）

回測期：2014年1月到2017年12月

查看完整代碼請前往優礦量化社區

4.2.1 等權合成組合

查看完整代碼請前往優礦量化社區

4.2.2 xgboost靜態組合

查看完整代碼請前往優礦量化社區

查看完整代碼請前往優礦量化社區

4.2.3 xgboost的rolling組合

查看完整代碼請前往優礦量化社區

查看完整代碼請前往優礦量化社區

從上表來看，xgboost能夠有效的提高多因子表現（收益比等權多，回撤也更小），年化收益為負可能是由於特徵選擇的因素，可以通過增加更多的因子以及外部變數來增強模型的效果。

-- the end --

利用平台強大的資源，優礦特推出2018量化精英養成計劃，培養最優秀的Quants，尋找夜空中最亮的那顆星！來自畢業於牛津大學、北京大學、香港大學等高校的地表最強量化金工團隊，手把手帶你從0到1玩轉量化。點擊2018量化精英養成計劃了解詳情。