华安证券-量化研究系列报告之十六:探索股价动态关联,捕捉属性敏感的动量溢出-240321

VIP专享
3.0 方新侠2024 2024-08-16 103 20 2.65MB 31 页 免费
侵权投诉
敬请参阅末页重要声明及评级说明 证券研究报告
探索股价动态关联,捕捉属性敏感的动量溢出
——量化研究系列报告之十六
[Table_RptDate]
报告日期:2024-3-21
[Table_Author]
分析师:骆昱杉
执业证书号:S0010522110001
邮箱:luoyushan@hazq.com
分析师:严佳炜
执业证书号:S0010520070001
邮箱:yanjw@hazq.com
[Table_CompanyReport]
相关报告
1.《加速换手因子:“适逢其时”的换
手奥秘——量化研究系列报告之十
五》2024-03-19
2.《风格轮动三部曲:重构探索和实
——量化研究系列报告之十四》
2023-12-19
3.PB 之变:精细分拆,新生华彩
量化研究系列报告之十三》2023-
12-20
4.《收益和波动共舞:非对称性理论蕴
含的 alpha——量化研究系列报告之
十二》2023-09-11
5. ChatGPT
——量化研究系列报告之十一》2023-
08-14
6.股价和资金流间的引力和斥力
量化基本面系列报告之十》2023-
06-12
主要观点:
[Table_Summary]
本篇报告采用属性敏感的图注意力网络解决通过动量溢出效应预测股
票走势的两个问题:( 1)如何设计恰当的网络来处理属性敏感的动量
溢出效应;2)如何找到一种恰当的动态关系建模公司间的动态关联
网络。
二级市场的动量溢出效应,普遍存在却难以量化
在股票市场中,一家公司股价的变化可能影响与其关联的其他公司
股价,即动量溢出效应普遍存在,但很多传统方法却很难精准量化这
种传播。如图神经网GCNGAT 虽然聚合了关联公司的信息,但忽
略了属性的差异性,而关联公司之间的影响属本身是非常敏感的。同
时,传统方法多依赖预定义关系,这种关系是低频变化甚至是静态的,
很难实时反映公关系的变化。
DAM-GAT 架构解决属性敏感与自动学习公司间的关联网络
本文构建了一种属性敏感且动态的图神经网络DAM-GAT,来
处理股票间属性敏感的动量溢出,并通过主动学习建立连接各个公司
的动态关联网络。该模型结合高维张量在横截面捕捉特征的交互作用,
通过 GRU 理特征的时序依赖问题,通过引入门控机制来刻画公司间
的属性敏感性,通过动态关系推断公司关系,既考虑了属性差异,又自
动学习了节点间的潜在联系,整体超越传GNN 模型的局限性。
DAM-GAT 模型展现了一定的收益预测能力
通过 DAM-GAT 模型,以高频量价与以基本面为主的传统因子为
输入预测的股票未来 5日的收益因子在不同指数域的都有选股
能力,尤其在中小市值股票中表现出色。2020-2023 年,周频调仓模
式下,因子在全域的 Rank IC 6.8%ICIR 7.39IC 周胜
88.2%,费后多空年化超额 41.09%,多头年化收益 24.11%,较全
A等权的超额 13.43%,连续 4年均取得显著正超额。从指增策略的
表现看,基于的指增策略在沪300、中证 500中证 1000
国证 2000 年度超额分别为 5.17%8.55%12.08%11.08%
风险提示
量化模型基于历史数据,过去的回测业绩不代表未来;量化模型本身存
在失效的风险。
[Table_StockNameRptType]
金融工程
专题报告
[Table_CommonRptType]
金融工程
敬请参阅末页重要声明及评级说明 2 / 31 证券研究报告
正文目录
1动量溢出效应,普遍存在却难以量化 ............................................................................................................................ 5
2特征驱动下的动量溢出模 .......................................................................................................................................... 6
2.1 特征高维融合捕捉非线性的特征交互效应 ............................................................................................................ 6
2.2 序列嵌入:时序特征的提取 ................................................................................................................................. 8
2.3 属性敏感的动量溢出网络图 ............................................................................................................................... 10
2.3.1 如何设计恰当的网络来处理属性敏感的动量溢出效 ........................................................................ 11
2.3.2 如何找到一种恰当的关系以描述存在动量溢出效应的公司对? .......................................................... 12
2.4 动态模拟动量溢出的股价预测网络(DAM-GAT ............................................................................................ 15
3 DAM-GAT 模型的性能评估 ........................................................................................................................................ 16
3.1 多频特征融合与公司关系网 ............................................................................................................................ 16
3.2 模型参数设置概览与训练效 ............................................................................................................................ 18
3.3 探索特征融合与属性溢出图的有效性 ................................................................................................................. 20
3.3.1 特征融合模块的测试结果 ................................................................................................................ 20
3.3.2 属性溢出图模块的测试结果 ............................................................................................................. 21
3.3.3 衍生探索:任务类别与输入的影响 ...................................................................................................... 23
4 DAM-GAT 模型的收益预测能力 ................................................................................................................................. 26
4.1 因子在全域的表现 .................................................................................................................................. 26
4.2 因子在不同指数域的边际贡献 ................................................................................................................ 27
5 总结 ........................................................................................................................................................................... 30
风险提示:..................................................................................................................................................................... 30
[Table_CommonRptType]
金融工程
敬请参阅末页重要声明及评级说明 3 / 31 证券研究报告
图表目录
图表 1 关联公司的属性敏感性 ............................................................................................................................................................................... 5
图表 2 GCN GAT 的要点 .................................................................................................................................................................................... 6
图表 3 考虑属性敏感的动量溢出的股价趋势预测流程图 ............................................................................................................................ 6
图表 4 特征简单拼接与拼接&交互作用 ............................................................................................................................................................. 7
图表 5 交互特征的生成过程 ................................................................................................................................................................................... 8
图表 6 特征融合+序列嵌入流程图 ....................................................................................................................................................................... 9
图表 7 LSTM GRU 网络的循环单元结构 .................................................................................................................................................. 10
图表 8 处理动量溢出效应的两个难题 .............................................................................................................................................................. 10
图表 9 GCN 特征聚合示意图(以平均函数变换为例) ............................................................................................................................ 11
图表 10 动量溢出:公司价格异常下跌是否能传导到关联公司 ............................................................................................... 12
图表 11 多头图注意力网络 ................................................................................................................................................................................... 13
图表 12 邻居公司对目标公司的属性溢出 ....................................................................................................................................................... 14
图表 13 多头注意力机制下的属性溢出 ........................................................................................................................................................... 14
图表 14 网络结构图 ................................................................................................................................................................................................ 15
图表 15 模型训练周期划分示意图..................................................................................................................................................................... 16
图表 16 量价指标列表及说 .............................................................................................................................................................................. 17
图表 17 传统因子列表及说 .............................................................................................................................................................................. 17
图表 18 公司关系列表及说 .............................................................................................................................................................................. 17
图表 19 数据预处理方法 ....................................................................................................................................................................................... 18
图表 20 股票池数量(只) .................................................................................................................................................................................. 18
图表 21 模型参数与基本设 .............................................................................................................................................................................. 19
图表 22 损失函数与评估函数设置..................................................................................................................................................................... 19
图表 23 模型耗时与显存占用测算(RTX 4090 ....................................................................................................................................... 19
图表 24 特征融合模块测试模型列表及说明 .............................................................................................................................................. 20
图表 25 特征融合模块测试结果表(验证集与测试集损失) ................................................................................................................. 21
图表 26 特征融合:验证集损失 ......................................................................................................................................................................... 21
图表 27 特征融合:测试集损失 .......................................................................................................................................................................... 21
图表 28 PRED5D因子的表现(特征融合,2023.07.01-2023.12.29 ................................................................................................ 21
图表 29 属性溢出图:测试模型列表及说明 ................................................................................................................................................... 21
图表 30 属性溢出图:测试结果表(验证集与测试集损失) ................................................................................................................. 22
图表 31 属性溢出图:验证集损失 ..................................................................................................................................................................... 22
图表 32 属性溢出图:测试集损失 ................................................................................................................................................................... 22
图表 33 PRED5D因子的表现(属性溢出图,2023.07.01-2023.12.29 ............................................................................................ 22
图表 34 公司关系:测试模型列表及说明 ....................................................................................................................................................... 22
图表 35 公司关系:测试结果表(验证集与测试集损失) ...................................................................................................................... 23
图表 36 公司关系:验证集损失 ......................................................................................................................................................................... 23
图表 37 公司关系:测试集损失 ......................................................................................................................................................................... 23
图表 38 PRED5D因子的表现(公司关系,2023.07.01-2023.12.29 ................................................................................................ 23
图表 39 DAM-GAT 分类预测的模型指标(2023.07.01-2023.12.29 ............................................................................................... 24
图表 40 PRED_UP5D因子的表现(2023.07.01-2023.12.29 ................................................................................................................ 24
图表 41 AUC 示意图及计算方式 ........................................................................................................................................................................ 24

标签: #量化 #股价

摘要:

敬请参阅末页重要声明及评级说明证券研究报告探索股价动态关联,捕捉属性敏感的动量溢出——量化研究系列报告之十六[Table_RptDate]报告日期:2024-3-21[Table_Author]分析师:骆昱杉执业证书号:S0010522110001邮箱:luoyushan@hazq.com分析师:严佳炜执业证书号:S0010520070001邮箱:yanjw@hazq.com[Table_CompanyReport]相关报告1.《加速换手因子:“适逢其时”的换手奥秘——量化研究系列报告之十五》2024-03-192.《风格轮动三部曲:重构、探索和实践——量化研究系列报告之十四》2023-12-...

展开>> 收起<<
华安证券-量化研究系列报告之十六:探索股价动态关联,捕捉属性敏感的动量溢出-240321.pdf

共31页,预览10页

还剩页未读, 继续阅读

作者:方新侠2024 分类:按报告类型 价格:免费 属性:31 页 大小:2.65MB 格式:PDF 时间:2024-08-16

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 31
客服
关注