海通证券-选股因子系列研究（八十六）：深度学习高频因子的特征工程-2023.1.30

免费

3.0 babyfacer 2024-05-02 68 3MB 23 页免费

侵权投诉

请务必阅读正文之后的信息披露和法律声明

[Table_MainInfo]

金融工程研究

证券研究报告

金融工程专题报告

2023年1月30 日

[Table_Title]

相关研究

[Table_ReportInfo]

《选股因子系列研究（五十六）——买卖

单数据中的 Alpha》2019.11.05

《选股因子系列研究（五十七）——基于

主动买入行为的选股因子》2020.01.10

《选股因子系列研究（七十二）——大单

的精细化处理与大单因子重构》

2021.01.18

[Table_AuthorInfo]

分析师:冯佳睿

Tel:(021)23219732

Email:fengjr@haitong.com

证书:S0850512080006

分析师:袁林青

Tel:(021)23212230

Email:ylq9619@haitong.com

证书:S0850516050003

选股因子系列研究（八十六）——深度学习

高频因子的特征工程

[Table_Summary]

投资要点：

近年来，高频数据逐渐成为量化策略中一类重要的 Alpha 来源。除了用传统的基于

人工逻辑的方式构建高频因子外，深度学习也是一种高效、可行的高频因子构建方

法。然而，我们在日常的路演交流中发现，初涉深度学习的投资者往往对深度学习

高频因子的特征工程（如，特征的构建、处理、归因和筛选）存在各种各样的研究

需求。因此，本文旨在通过多方面的对比测试，为广大投资者在特征工程层面提供

一定的参考。

 深度学习高频因子的特征构建。本文使用“原始数据-分钟级基础指标-目标频率

衍生指标”的方式生成高频特征。即，基于原始数据生成一系列分钟级的基础指

标，这类指标旨在捕捉原始数据中的基本信息。因此计算往往不会过于复杂，它

们将作为后续特征计算的输入数据。得到基础指标序列后，本文先确定算子，再

通过不断变换输入的基础指标序列生成特征。其中，算子既可以由简单的四则混

合运算或统计计算衍化得到，也可以从人工逻辑因子研发经验中归纳总结。

 深度学习高频因子的特征处理。具体包括，分布调整、极值处理和标准化。基于

波动率、成交金额、成交笔数和买卖单数生成的特征，通常具有较为明显的偏度。

因此，分布调整是特征处理的第一步。特征中的极值也会影响模型的训练效果，

因此，我们采用和常规的因子极值处理类似的方法，即，N倍标准差截断。和低

频数据类似，高频数据同样量纲差异巨大。因此，为减轻这个问题对模型训练带

来的影响，标准化也是很有必要的。

 深度学习高频因子的特征归因。常见的特征归因模型大致有基于梯度（Gradient）

和基于扰动（Perturbation）两类。其中，基于梯度的归因方法又称作反向传播

归因法，基于扰动的归因方法又称作前向传播归因法。本文选用积分梯度法进行

特征归因，因为该方法具备完整性（Completeness）。即，所有特征归因后的贡

献度之和为模型输出与基线输出之间的差值。通过积分梯度法归因，我们亦可得

到每一个特征的绝对贡献度，进而比较它们对预测结果的重要性。

 深度学习高频因子的特征筛选。当特征数量从 176 精简至 128 或64 后，在任何

一种处理方式下，因子的 IC 均未出现下降，而年化多头超额收益则进一步提升。

但是，如果特征数量进一步降至 32，反而有可能造成 IC 或多头超额收益的下降。

因此，我们认为，和线性模型类似，深度学习模型的特征筛选同样是有必要且有

益的。它可以剔除冗余信息、缩短训练时间、优化计算资源，并较为显著地提升

模型表现。然而，过度精简特征也会损失有效信息，降低训练所得因子的选股能

力，故我们需要在模型的简约和效果之间取得平衡。

 深度学习高频因子在指数增强组合中的应用与对比。将深度学习高频因子引入中

证500 和中证 1000 增强策略，我们通过测试发现，首先，同样是 176 特征集合，

偏度调整和去极值均能大概率提升年化超额收益；其次，一定程度的特征筛选（64

或128 特征集合），也在绝大多数情况下，获得了优于原始集合的表现；第三，

过度的特征筛选，如仅保留 32 个特征，则有可能损失重要信息，产生负面效应。

最后，单一截面和跨截面两种标准化方式的差异较小。

 风险提示。市场系统性风险、资产流动性风险、政策变动风险、因子失效风险。

金融工程研究金融工程专题报告 2

请务必阅读正文之后的信息披露和法律声明

1. 引言 ........................................................................................................................... 5

2. 深度学习高频因子的特征构建 ................................................................................... 5

3. 深度学习高频因子的特征处理 ................................................................................... 7

3.1 特征分布调整 ................................................................................................... 7

3.2 特征极值处理 ................................................................................................... 8

3.3 特征标准化 ...................................................................................................... 9

4. 深度学习高频因子的特征归因 ................................................................................. 10

5. 深度学习高频因子的特征筛选 ................................................................................. 12

5.1 特征的静态精选 ............................................................................................. 12

5.2 特征的动态精选 ............................................................................................. 13

6. 深度学习高频因子在指数增强组合中的应用与对比 ................................................ 15

6.1 中证 500 增强组合 ......................................................................................... 15

6.2 中证 1000 增强组合 ....................................................................................... 17

7. 总结 ......................................................................................................................... 18

8. 风险提示 .................................................................................................................. 19

金融工程研究金融工程专题报告 3

请务必阅读正文之后的信息披露和法律声明

图目录

图1 176 特征集合深度学习高频因子分年度多头超额收益 ........................................ 7

图2 收益波动率的原始截面分布 ................................................................................ 7

图3 收益波动率经偏度调整后的截面分布 .................................................................. 7

图4 偏度调整后，176 特征集合深度学习高频因子分年度多头超额收益 ................... 8

图5 偏度调整&去极值后，176 特征集合深度学习高频因子分年度多头超额收益 ..... 9

图6 不同标准化方式下，176 特征集合深度学习高频因子分年度多头超额收益（偏度

调整） 10

图7 不同标准化方式下，176 特征集合深度学习高频因子分年度多头超额收益（偏度

调整&去极值） ................................................................................................................. 10

图8 积分梯度法归因对模型输出的分解 ................................................................... 11

图9 各特征对某股票收益预测的绝对贡献度 ............................................................ 11

图10 176 特征集合与动态 128/64/32 特征集合深度学习高频因子分年度多头超额收益

（单一截面标准化+偏度调整+去极值） ........................................................................... 14

图11 176 特征集合与动态 128/64/32 特征集合深度学习高频因子分年度多头超额收益

（跨截面标准化+偏度调整+去极值） .............................................................................. 14

图12 中证 500 增强组合相对基准的强弱走势（2016-2022） ................................... 17

图13 中证 1000 增强组合相对基准的强弱走势（2016-2022） ................................. 18

研报加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载研报到电脑，查找使用更方便

立即下载

标签： #海通证券

摘要：

请务必阅读正文之后的信息披露和法律声明[Table_MainInfo]金融工程研究证券研究报告金融工程专题报告2023年1月30日[Table_Title]相关研究[Table_ReportInfo]《选股因子系列研究（五十六）——买卖单数据中的Alpha》2019.11.05《选股因子系列研究（五十七）——基于主动买入行为的选股因子》2020.01.10《选股因子系列研究（七十二）——大单的精细化处理与大单因子重构》2021.01.18[Table_AuthorInfo]分析师:冯佳睿Tel:(021)23219732Email:fengjr@haitong.com证书:S085051208...

展开>> 收起<<

海通证券-选股因子系列研究（八十六）：深度学习高频因子的特征工程-2023.1.30.pdf

共23页,预览7页

还剩页未读，继续阅读