ai時代我們在金融投資方面做了這些嘗試…

1、AI時代，我們在金融投資方面做了這些嘗試金融科技的到來，不僅代表著技術(shù)上的飛躍，更是對金 融服務(wù)模式的顛覆和創(chuàng)新。 隨著AI的發(fā)展和普及，量化交易 也步入了智能交易的新高度。金融投資的核心在于追求收益， 而人工智能的分析和預測能力恰如其分地滿足了投資的要 求。讓我們就AI在金融投資方面的應用進行設(shè)想：證券長 短期價格區(qū)間的預測量化策略模型的研發(fā)（高/低頻）證券的擇股和擇時的優(yōu)化大類資產(chǎn)的配置證券投資組合的 優(yōu)化證券風險特征識別機器學習分為淺層機器學習和深度學習，傳統(tǒng)的淺層學習中 決策樹、樸素貝葉斯、支持向量機和淺層神經(jīng)網(wǎng)絡(luò)等等也都 是金融工程中常用的一些方法。作為金融科技的開拓者，恒 生研究院

2、就人工智能在量化交易領(lǐng)域進行了一系列的創(chuàng)新 嘗試。基于小波神經(jīng)網(wǎng)絡(luò)對時間序列進行預測人工智能有監(jiān) 督機器學習的模式中，有兩大類學習模型：分類和回歸預測， 而在金融投資或者說量化交易中，對于時間序列的預測最為 直觀。小波分析是指通過高低頻通道來將時序數(shù)據(jù)分解為高頻部 分和低頻部分，進行多尺度細化分析，目前對于時序/頻域的 預測已經(jīng)取得了一些有意義的成果。將小波分析和神經(jīng)網(wǎng)絡(luò)結(jié)合起來，構(gòu)建小波神經(jīng)網(wǎng)絡(luò)( Wavelet Neural Network , WNN),可以對時序數(shù)據(jù)進行預測分析。WNN是將神經(jīng)網(wǎng)絡(luò)隱節(jié)點的激活函數(shù)由小波函數(shù)來替代，相應的輸入層到隱 含層的權(quán)值及隱含層的閾值分別由小波函數(shù)

3、的尺度伸縮因 子和時間平移因子所代替，這是應用最廣泛的緊致型結(jié)合。如下圖所示我們用小波神經(jīng)網(wǎng)絡(luò)做的HS300的預測，使用2010.12015.8 滬深300指數(shù)的日行情數(shù)據(jù)進行模型訓練， 使用2015.92016.8的日行情數(shù)據(jù)進行測試驗證。有監(jiān)督的學習要取得較好的應用效果，具和機器學習的訓練過程直接 相關(guān)。這一過程中還是要投資者較深地介入數(shù)據(jù)的預處理， 進行培訓數(shù)據(jù)樣本的特征標簽標定或?qū)τ柧氁?guī)則給由方向 性指引。通常量化交易的團隊資源要更深入地去發(fā)掘更好的 特征。因此，人工設(shè)計樣本特征，不是一個容易的可擴展的 途徑。上面我們判別市場短期走勢的案例中，所定義的特征 是否合適？我們也比較難評判，

4、也許會有更好的特征可以刻 畫證券市場的走勢。 讓機器學習幫我們找到合適的量化策略市場千變?nèi)f化，很難找到合適的特征去進行機器學習，那么 是否我們能通過機器學習的方法去尋找合適的量化策略，替 代自己總結(jié)的方式呢？技術(shù)指標千差萬別，股票市場價、量、時、空的數(shù)據(jù)也是海 量的，在這樣龐大的數(shù)據(jù)基礎(chǔ)上，尋找和優(yōu)化量化技術(shù)指標也是比較困難的?；谶M化理論的遺傳算法可以較好地針對 預定問題，用解決全局最優(yōu)解的方式尋找性能瓶頸，在對傳 統(tǒng)技術(shù)指標因子和基本面因子進行交易信號的整合上，也可 以發(fā)揮很好的作用。通過遺傳算法可以獲得在訓練集上較好 表現(xiàn)的量化技術(shù)模型，雖然遺傳算法得到的是類似黑箱的量 化技術(shù)模型，但模

5、型背后隱含著關(guān)于時間序列的深刻的數(shù)學 含義。上面這個就是機器通過遺傳規(guī)劃的方法，尋找由來的 模型。訓練集我們采用了 20062010的數(shù)據(jù)一一深100ETF , 通過機器訓練，系統(tǒng)能夠找到勝率在 70%、盈虧比接近6的 策略，策略的年化夏普率超過了1.5。為了考察策略的泛化能力，我們采用2014.12016.8的深100ETF數(shù)據(jù)進行測試驗證。下圖是在20142016的測試集 上的效果，發(fā)現(xiàn)測試能力還是具備一定的可驗證性。在測試 集上的年化夏普率甚至超過了2。為了進一步考察模型的泛化能力，我們使用 50ETF的數(shù)據(jù) 進行驗證，50和深100在走勢上還是有較大的差異的。上面是50ETF的測試效果

6、，雖然比 100ETF要差，但還是 可以接受的一種模型。后續(xù)，我們希望將“遺傳算法在量化技術(shù)指標的優(yōu)化”這一應 用成果形成智能策略服務(wù)平臺，為廣大投資者提供適合自己 投資風格的量化技術(shù)模型。從圖像中識別證券發(fā)展趨勢圖形屬于非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的金融工程很難運用非結(jié)構(gòu)數(shù) 據(jù)。利用圖像識別的方法，將圖形數(shù)據(jù)應用于 CNN學習網(wǎng) 絡(luò)是否是一個可行的量化分析方法？盤感好的高手可以通 過看K線圖，用較難量化的模糊模式識別由證券未來的走勢 可能。圍棋為什么難？因為它需要人類通過直觀判斷盤面而進行 行動，和投資者根據(jù) K線圖進行投資行為很相像。那么，是 否也可以通過 CNN的方法，讓機器自己從這張圖中提取由

7、有用的特征？為此，我們應用了標普500從1962年到現(xiàn)在的13768個日K線數(shù)據(jù)，生成120根K線加20、60、120、 240的均線，和成交量的1366張圖片以及20根K加各均線 的6000多張圖片，對 CNN進行訓練。最終,120天K線 數(shù)據(jù)圖片識別未來10日收益率的10分類勝率只有30%左 右，20天較短周期的K線圖識別勝率在40%左右。雖然top5 的勝率是接近95% 了，但如果簡單做成2分類，目前看沒有 比傳統(tǒng)的金融工程方法更優(yōu)，或許幾千張圖片對于深度學習 來說數(shù)據(jù)量也還是欠缺。心得：那些在機器學習訓練中的技 巧人工智能應用于預測和分類中最棘手的問題就是對于歷史 數(shù)據(jù)的“過擬合”?！?/p>

8、過擬合”的表現(xiàn)是模型在訓練集上表現(xiàn)得非 常好，但在不同于訓練集的測試數(shù)據(jù)上則表現(xiàn)較差。如果把 模型在訓練集和測試集上的模型精度畫一個圖，會發(fā)現(xiàn)隨著模型訓練的迭代，在訓練集上的精度會不斷提高，但在測試 集上的精度是先逐漸提高，后來卻隨著訓練的進展而不斷下 降。解決模型訓練的過擬合，首先就是early stopping ,即在每一個epoch結(jié)束時計算測試集的模型精度，當精度不再提高時，就停止訓練。這是很自然的做法，因為精度不再提高， 訓練下去也沒用；其次是數(shù)據(jù)的擴充，避免過擬合最根本的還是需要海量的 訓練數(shù)據(jù)，數(shù)據(jù)能夠覆蓋各種各樣的場景。并通過隨機洗牌 來減少數(shù)據(jù)之間的自相關(guān)性。當然海量數(shù)據(jù)本身

9、的獲取和特 征化提取，也是一個非常困難的事情；再者是模型連接和懲罰項參數(shù)的調(diào)整，如正則化和DropOut/Drop Connect ,這兩者其實本質(zhì)上是簡化深度神經(jīng)網(wǎng)絡(luò) 模型的復雜程度，為使模型具備一定的稀疏性，刻意地將代 價函數(shù)加上懲罰項，以及減少深度神經(jīng)網(wǎng)絡(luò)模型的連接。通 過簡化機器學習的模型，的確可以避免模型過分依賴于訓練 集上的數(shù)據(jù)表現(xiàn)；最后則是學習速率和梯度下降參數(shù)。關(guān)于梯度下降，這方 面有Momentum、NAG、AdaGrad 等各種優(yōu)化模型，實踐 中基本采用Mini-Batch的隨機梯度下降方法。另外，怎么粗略地確定一個比較好的學習速率呢？好像也只能通過嘗試?？梢韵劝褜W習速率設(shè)置為較小值，然后觀察training cost的走向，如果cost在減小，那你可以逐步地調(diào)大學習速率，如果cost在增大，那就得減小學習速率。經(jīng)過一番嘗試之后， 可以大概確定學習速率的合