中信建投：AI模型研究三部曲(微信)

中信建投：AI模型研究三部曲中信建投證券研究2023-08-1807:50發(fā)表于北京重要提示：通過本訂閱號(hào)發(fā)布的觀點(diǎn)和信息僅供中信建投證券股份有限公司(下稱“中信建投”)客戶中符合《證券期貨投資者適當(dāng)性管理辦法》規(guī)定的機(jī)構(gòu)類專業(yè)投資者參考。因本訂閱號(hào)暫時(shí)無法設(shè)置訪問限制，若您并非中信建投客戶中的機(jī)構(gòu)類專業(yè)投資者，為控制投資風(fēng)險(xiǎn)，請(qǐng)您請(qǐng)取消關(guān)注，請(qǐng)勿訂閱、接收或使用本訂閱號(hào)中的任何信息。對(duì)由此給您造成的不便表示誠(chéng)摯歉意，感謝您的理解與配合！AI模型系列研究的動(dòng)機(jī)主要來自于最近火熱的人工智能在金融領(lǐng)域的應(yīng)用挑戰(zhàn)(AIGC)，ChatGPT的推出引發(fā)了廣泛的關(guān)注和討論。中信建投證券多因子與ESG策略團(tuán)隊(duì)最新研究成果如下：基于深度強(qiáng)化學(xué)習(xí)的滬深300選股——AI模型研究第一期LLAMA-2與GPT-4對(duì)比分析，深度探析兩大技術(shù)優(yōu)勢(shì)與應(yīng)用前景—AI模型研究第二期LSTM模型在股指期貨交易應(yīng)用——AI模型研究第三期1I究第一期心觀點(diǎn)本報(bào)告旨在提供關(guān)于深度強(qiáng)化學(xué)習(xí)在選股投資組合構(gòu)建上的量化研究的全面概述。強(qiáng)化學(xué)習(xí)可以用于開發(fā)能夠從市場(chǎng)環(huán)境中自適應(yīng)學(xué)習(xí)的交易策略，有效應(yīng)對(duì)可以為專業(yè)的投資機(jī)構(gòu)提供有價(jià)值的決策支持和實(shí)踐指南。本報(bào)告探討了不同強(qiáng)論深度強(qiáng)化學(xué)習(xí)可以用于開發(fā)能夠從市場(chǎng)環(huán)境中自適應(yīng)學(xué)習(xí)的交易策略，較之基于經(jīng)驗(yàn)與直覺的傳統(tǒng)模型，能夠有效地應(yīng)對(duì)快速變化的市場(chǎng)環(huán)境中的不確定性，其在資產(chǎn)投資方面的應(yīng)用潛力在量化投資交易領(lǐng)域引起了廣泛關(guān)注。它提供了一種形式化描述投資決策的方法，使用馬爾可夫決策過程建模問題，并使用值函數(shù)和策略來優(yōu)化決策過程，通過定義狀態(tài)、設(shè)計(jì)行動(dòng)空間、制定獎(jiǎng)勵(lì)函數(shù)、建模轉(zhuǎn)移SARSA算法等基于值函數(shù)的強(qiáng)化學(xué)習(xí)算法，原理和實(shí)施方法，并且探討了這些算法在投資組合構(gòu)建中的應(yīng)用潛力及優(yōu)勢(shì)和局限性。在實(shí)證應(yīng)用方面，報(bào)告討論9E十大風(fēng)格因子等相關(guān)指標(biāo)訓(xùn)練三個(gè)智能體(A2C,PPO,DDPG)，最終使用Ensemble策略滾動(dòng)整合三個(gè)智能體的結(jié)果，在多項(xiàng)收益與風(fēng)險(xiǎn)指標(biāo)的表現(xiàn)上均深度強(qiáng)化學(xué)習(xí)在具備能夠從市場(chǎng)環(huán)境中自適應(yīng)學(xué)習(xí)的優(yōu)勢(shì)的同時(shí)，對(duì)數(shù)據(jù)質(zhì)量要求較高，作為黑盒模型決策過程可能欠缺可解釋性；但其處理動(dòng)態(tài)和復(fù)雜決策過歷史數(shù)據(jù)的總結(jié)，模型學(xué)習(xí)到的市場(chǎng)規(guī)律在未來存在失效的可能。論報(bào)告來源證券研究報(bào)告名稱：《基于深度強(qiáng)化學(xué)習(xí)的滬深300選股——AI模型研究第一期》對(duì)外發(fā)布時(shí)間：2023年7月11日?qǐng)?bào)告發(fā)布機(jī)構(gòu)：中信建投證券股份有限公司本報(bào)告分析師：陳果SAC編號(hào)：S1440521120006研究助理：徐建華研究助理：陳添奕2LLAMA-2與GPT-4對(duì)比分析，深度探析兩大技術(shù)優(yōu)勢(shì)與應(yīng)用前景—AI模型研究第二期心觀點(diǎn)本篇報(bào)告比較了LLAMA2和GPT-4這兩個(gè)模型。LLAMA2采用了預(yù)規(guī)范化和SwiGLU激活函數(shù)等優(yōu)化措施，在常識(shí)推理和知識(shí)面方面表現(xiàn)出優(yōu)異的性能。T解釋器為解決模型在數(shù)學(xué)和語言方面的固有弱點(diǎn)提供了有效的方法，使其在數(shù)據(jù)分析和處理中展現(xiàn)出高超的能力。盡管兩者在性能和安全性方面都有改進(jìn)，但仍面對(duì)本報(bào)告綜合比較了LLAMA2和GPT-4兩個(gè)重要的自然語言處理模型。AMALLAMASwiGLU激活函數(shù)和旋轉(zhuǎn)位置嵌入等優(yōu)化技術(shù)，通過監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)優(yōu)化。它在常識(shí)推理、知識(shí)面、閱讀理解和數(shù)學(xué)能力等任務(wù)上表現(xiàn)優(yōu)異，并在綜合基準(zhǔn)測(cè)試中優(yōu)生成等方面展現(xiàn)出強(qiáng)大能力。代碼解釋器的多功能性使其在數(shù)據(jù)分析和處理中表處理性能有顯著提高，但對(duì)用戶查詢可能過度敏感。經(jīng)過6個(gè)月的安全改進(jìn)，域中發(fā)揮優(yōu)勢(shì)的潛力。這兩個(gè)模型的發(fā)展為人工智能技術(shù)的應(yīng)用帶來了更多可能性。然而，它們?cè)谛阅芎桶踩苑矫嫒匀淮嬖谝恍┚窒扌院吞魬?zhàn)，需要持續(xù)的努進(jìn)展、確?？煽啃耘c穩(wěn)健性論告來源證券研究報(bào)告名稱：《LLAMA-2與GPT-4對(duì)比分析，深度探析兩大技術(shù)優(yōu)勢(shì)與應(yīng)用前景—AI模型研究第二期》對(duì)外發(fā)布時(shí)間：2023年7月28日?qǐng)?bào)告發(fā)布機(jī)構(gòu)：中信建投證券股份有限公司本報(bào)告分析師：王宏SAC編號(hào)：S1440523070008研究助理：徐建華研究助理：陳添奕3LSTM模型在股指期貨交易應(yīng)用——AI模型研究第三期心觀點(diǎn)型能夠更好地處理序列數(shù)據(jù)中的長(zhǎng)期依賴關(guān)系。通過其獨(dú)特的記憶單元和門控機(jī)制，能夠有效地捕捉和記憶時(shí)間序列中的重要信息，從而更準(zhǔn)確地預(yù)測(cè)資產(chǎn)價(jià)格實(shí)證結(jié)果上LSTM在股指期貨對(duì)T+1日開盤價(jià)比收盤價(jià)有相對(duì)預(yù)測(cè)精度。基于平倉(cāng)。0%和10.23%。測(cè)場(chǎng)景中，結(jié)合財(cái)務(wù)基本面因子和技術(shù)分析指標(biāo)，提取有經(jīng)濟(jì)學(xué)含義的特征，并對(duì)其進(jìn)行適當(dāng)?shù)念A(yù)處理和歸一化，以供模型訓(xùn)練和預(yù)測(cè)使用。金融數(shù)據(jù)通常具有缺失數(shù)據(jù)、異常值和時(shí)序數(shù)據(jù)周期性特征通常需要進(jìn)行處理，然后通過選擇適當(dāng)較高后，再選擇股指期貨主力合約案例進(jìn)行研究對(duì)象。在測(cè)試集中，三個(gè)股指期TT55%的準(zhǔn)確度。構(gòu)益。報(bào)告來源證券研究報(bào)告名稱：《LSTM模型在股指期貨交易應(yīng)用——AI模型研究第三期》對(duì)外發(fā)布時(shí)間：2023年8月17日?qǐng)?bào)告發(fā)布機(jī)構(gòu)：中信建投證券股份有限公司本報(bào)告分析師：王宏SAC編號(hào)：S1440523070008研究助理：徐建華近期熱門視頻更多精彩視頻，盡在中信建投證券研究視頻號(hào)，歡迎關(guān)注~免責(zé)聲明本訂閱號(hào)(微信號(hào)：中信建投證券研究)為中信建投證券股份有限公司(下稱“中信建投”)研究發(fā)展部依法設(shè)立、獨(dú)立運(yùn)營(yíng)的唯一官方訂閱號(hào)。本訂閱號(hào)所載內(nèi)容僅面向符合《證券期貨投資者適當(dāng)性管理辦法》規(guī)定的機(jī)構(gòu)類專業(yè)投資者。中信建投不因任何訂閱或接收本訂閱號(hào)內(nèi)容的行為而將訂閱人視為中信建投的客戶。本訂閱號(hào)不是中信建投研究報(bào)告的發(fā)布平臺(tái)，所載內(nèi)容均來自于中信建投已正式發(fā)布的研究報(bào)告或?qū)?bào)告進(jìn)行的跟蹤與解讀，訂閱者若使用所載資料，有可能會(huì)因缺乏對(duì)完整報(bào)告的了解而對(duì)其中關(guān)鍵假設(shè)、評(píng)級(jí)、目標(biāo)價(jià)等內(nèi)容產(chǎn)生誤解。提請(qǐng)訂閱者參閱中信建投已發(fā)布的完整證券研究報(bào)告，仔細(xì)閱讀其所附各項(xiàng)聲明、信息披露事項(xiàng)及風(fēng)險(xiǎn)提示，關(guān)注相關(guān)的分析、預(yù)測(cè)能夠成立的關(guān)鍵假設(shè)條件，關(guān)注投資評(píng)級(jí)和證券目標(biāo)價(jià)格的預(yù)測(cè)時(shí)間周期，并準(zhǔn)確理解投資評(píng)級(jí)的含義。中信建投對(duì)本訂閱號(hào)所載資料的準(zhǔn)確性、可靠性、時(shí)效性及完整性不作任何明示或暗示的保證。本訂閱號(hào)中資料、意見等僅代表來源證券研究報(bào)告發(fā)布當(dāng)日的判斷，相關(guān)研究觀點(diǎn)可依據(jù)中信建投后續(xù)發(fā)布的證券研究報(bào)告在不發(fā)布通知的情形下作出更改。中信建投的銷售人員、交易人員以及其他專業(yè)人士可能會(huì)依據(jù)不同假設(shè)和標(biāo)準(zhǔn)、采用不同的分析方法而口頭或書面發(fā)表與本訂閱號(hào)中資料意見不一致的市場(chǎng)評(píng)論和/或觀點(diǎn)。本訂閱號(hào)發(fā)布的內(nèi)容并非投資決策服務(wù)，在任何情形下都不構(gòu)成對(duì)接收本訂閱號(hào)內(nèi)容受眾的任何投資建議。訂閱者應(yīng)當(dāng)充分了解各類投資風(fēng)險(xiǎn)，根據(jù)自身情況自主做出投資決策并自行承擔(dān)投資風(fēng)險(xiǎn)。訂閱者根據(jù)本訂閱號(hào)內(nèi)容做出的任何決策與中信建