150-AI选股策略

由qxiao创建，最终由qxiao更新于2024-12-26 10:52 被浏览 4 用户

策略介绍

本策略通过选择多维度的因子，使用AI算法来预测股票的未来表现并进行排序。这里使用算法StockRanker，BigQuant 平台开发的一种先进的机器学习算法，专门用于量化选股排序学习，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

策略基于以下几个核心思想：

特征选择：输入对股票价格有显著影响的多维度因子，包括估值、成长、财务、杠杆、市场及技术指标方面的因子
预测目标：预测未来 5 日收益率
数据抽取和处理：抽取和处理数据
模型训练：应用StockRanker算法，训练模型来预测股票未来上涨概率。StockRanker返回一个相对分数(score)，分数越大，预测未来涨幅越大。注意此 score 绝对值没有意义。
仓位分配：买入 score 靠前的股票，等仓持有前10只股票
回测与交易：设置调仓周期，根据仓位目标，发出交易信号

策略实现&代码

在BigQuant平台可以非常容易的将量化+AI结合起来。如下是策略代码，可以克隆策略进入 AIStudio 运行和调优。

https://bigquant.com/codesharev3/d3677b94-d355-484e-863b-940154d96969

策略理解

基础选股模块

m7添加 A股-基础选股模块
- 指数成分：只选择 沪深300
- m7的输出连接到m1的第一个输

因子特征选择

在m1 输入特征 DAI SQL 实现因子输入，这里用表达式模式输入
使用 cn_stock_prefactors 预计算因子表中数据作为基础数据，从中选择估值、成长、财务、杠杆、市场及技术指标方面的因子提取并过滤掉st股票以及上市不足一年的股票

预测目标

m2 模块实现数据标注，在 m1的数据上(input_1.*)，进一步添加了 label 数据列
label 列的计算
- m_lead(close, 5) / m_lead(open, 1) 未来第5天的收盘价除以明天的开盘价，即对应的是明天开盘买入，5个交易日后收盘卖出
- c_quantile_cont(_future_return, 0.01) 和 c_quantile_cont(_future_return, 0.99) 计算未来收益的 1% 和 99% 分位值
- clip(_future_return, _future_return_1pct, _future_return_99pct) 根据分位值裁剪数据，即裁剪极值
- c_cbins(_clipped_return, 20) AS label 将数据等分为 20 组，即离散化。

数据抽取

m3 和 m4 分别在抽取训练数据集和预测数据集
m3训练数据集，用于算法模型训练。抽取 2021-01-01 到 2022-12-31 的数据做为训练数据，向前取数 90天，用于部分算子需要更多历史数据
m4预测数据集(测试数据集体)，用于验证训练效果 / 获得预测结果。抽取 2023-01-01 到 2024-12-25 的数据作为预测数据，也向前取数 90天。同时为了在模拟交易时对当日做预测，勾选上绑定交易日，在模拟交易时，将这两个值都替换为交易日期
另一个可选的数据集是验证数据集，一般用于查看训练过程中的收敛情况和效果
\

模型训练和预测

m5 StockRanker 训练用于模型训练，输入数据中的label作为预测目标，其他列(除date instrument 外)作为特征输入。
- StockRanker算法原理，可以参考论文 From RankNet to LambdaRank to LambdaMART: An Overview
- 学习算法：排序，相关技术请搜索 learning to rank
- 叶节点数量：30。StockRanker会构建多棵二叉树，这里表示每棵树的最大叶节点数量。一般情况下，这个值越大，在训练集上拟合越好，也可能在训练数据上过度拟合
- 每叶节点最小样本数：1000。这里表示每个叶节点最小需要1000个数据样本支持。一般情况下，这个值越大，泛化性能越好
- 树的数量：20。StockRanker会训练多棵树，后面的树不断拟合前面训练的残差，以期逐步减少训练损失，最后收敛。一般情况下，这个值越大，在训练集上拟合越好，也可能在训练数据上过度拟合
- 学习率：0.1。机器学习学习率。经验参数。
- 特征值离散化数量：对于每个特征，StockRanker会将其分组离散化。一般情况下，这个值越小，泛化行越好，但也可能学习不够
- 特征列采样率和数据行采样率，在训练每棵树时，使用多少比例的特征（列）和数据样本（行），为1表示每次都适应全部数据。小于1，表示随机抽样一部分。一般情况下，这个值越小，泛化行越好，但也可能学习不够
- NDCG base，请搜索 NDCG。对应下面的1部分，这个值越大，表示顺序的影响越小。
- \

仓位分配

m6 仓位分配：从预测 score 到仓位，这个模块用于简化仓位生成，提供了多种仓位生成例子
评分score和排序：score DESC 按输入数据里的 score 的降序排序
持仓股票数量：10表示买入排名前10的股票
仓位公式：1 AS position 从 score 到 postion，等权重进行仓位分配
总仓位：1。总仓位为1 则归一化到1，即 position / sum(position) * total_position。如果为0 则不做归一化。

回测交易

m7 BigTrader 回测和交易，每5日调仓，开盘买入卖出。

K线处理函数：主要代码

def bigquant_run(context, data):
    import pandas as pd

    # 下一个交易日不是调仓日，则不生成信号
    if not context.rebalance_period.is_signal_date(data.current_dt.date()):
        return

    # 从传入的数据 context.data 中读取今天的信号数据
    today_df = context.data[context.data["date"] == data.current_dt.strftime("%Y-%m-%d")]

    # 卖出不在目标持有列表中的股票
    for instrument in sorted(set(context.get_account_positions().keys()) - set(today_df["instrument"])):
        context.order_target_percent(instrument, 0)
    # 买入目标持有列表中的股票
    for i, x in today_df.iterrows():
        context.order_target_percent(x.instrument, 0.0 if pd.isnull(x.position) else x.position)