楼主: JoinQuant
94 0

[程序化交易] AI策略--那些野心不能成就我们的,热爱可以 [推广有奖]

  • 0关注
  • 14粉丝

等待验证会员

博士生

4%

还不是VIP/贵宾

-

威望
0
论坛币
102 个
通用积分
10.0650
学术水平
11 点
热心指数
8 点
信用等级
8 点
经验
3218 点
帖子
88
精华
0
在线时间
120 小时
注册时间
2015-9-9
最后登录
2019-7-17

JoinQuant 企业认证  发表于 2019-7-9 11:56:38 |显示全部楼层






引言
大家好,首先,相当的荣幸,可以在这里和大家分享我的投资经验。过去几年间,尽管吃过不少以大把金钱、精力损失为代价的亏,然而相较于那些“一入股市深似海,从此人生不归路”的冒险大亨,实在愧言我有几多经验,仅仅是向大家分享我的学习过程和所得,感谢大家点评,感谢聚宽提供的平台。

先简单介绍下我自己,理工科出身,研究生毕业后曾就职于某券商,一直从事网金方面的技术研发工作。我的业余时间,绝大多数用在了股票投资研究上,每天都会跟着好的策略复盘,也看了很多主观交易的书,从MACD,到趋势理论还有波浪理论等等,无一余漏,但始终处于一知半解。

在很长一段工作时间里,白天我就在重复地做着本职工作,下班回到家,我就回到聚宽,瞪大眼睛追着大佬们不停更新的策略,然后坚持着做复盘、做回测、去模仿。

然而,只顾不断去买别人分享的好策略,重复再重复,权衡利弊之下,只是权宜之计。尽管聚宽大佬们分享的策略也很让人满意,常常是红灯高照,但是很长一段时间内,我囿于良景,不再思考。

股市里,永远有人吃的饱,也总是有人饿得慌,有人姿态优雅,就注定有人吃相难看。由于工作性质,有幸经常接触量化和机器学习方面的技术和业务,“不安分”的心常常逼着自己在思考,能否找到两者的完美契合点,再凭借自己在工作学习里积攒的一些经验,打造出一套可攻可受的策略方法,在牛市发财,在熊市不倒。

最终敲定AI选股策略,颇有追寻“海市蜃楼”的情趣意味。绝大多数人将它定义为一种并不存在的东西,然而我却认为,哪怕是那虚象,哪怕是那幻光,却都是真实存在着的,只不过它不在此处而已。




>>> 那它究竟在哪里呢?

最开始的“热血冲动”,绝大多数人免不了吃上好几顿“闭门羹”。不论技术指标还是价值投资,各种方式,我都尽力去接触、判断,然而付出的精力和结果却始终不能成正比。一个投资理念就好比是一个人的投资行为准则,它规定了投资过程中哪些是可以做的,哪些是不可以做的。它也直接导向着我的尝试格局,尽管学习和接触过不少作者的相似研究方向的理念,但是每个人的心境和所处资源不同,承担风险的能力迥然,我不敢照猫画虎、断章取义。

好在运气不错。由于工作中经常用到数据挖掘等技术,在之后的尝试中,我不断将一些机器学习方法用于技术指标选股中,发现效果不错近几年可以显著强于大盘。

我最喜欢用数学和统计方法研究各种技术指标,测试过大部分的常见技术因子的效果,同时也自行研究了一些分钟级和tick级的技术因子。通过上万次的实验,我发现,在A股市场,技术因子的有效性还是比较高的。例如短期反转这个指标大部分情况下都比较有效的,这个因子反映了A股市场的投机性较强。另一个例子就是量价背离,即价涨量跌或者价跌量涨,它反映了股价运动的阻力,这个因子通常也比较有效。

从0-1分布、到二项分布、正态分布,概率密度函数,从期望到方差、标准差、协方差,中心极限定理,样本和抽样,从最大似然估计量到各种置信区间,从方差分析到回归分析,bootstrap方法,最后到马尔可夫链。这些的确是会让专攻概率与数理统计研究方向的朋友们贻笑大方,但我想说,这于我而言,是基础而又关键的。

此处不敢班门弄斧,但在我多年的学习来,我诚恳而真实得体会到,关于人类发明计算机,虽说的确是为了辅助人类解决现实生活中遇到的问题,然而计算机科学毕竟只发展了数十年,但在数学统计学中,诸多现实生活问题已经思考了数百年甚至上千年。因而我觉得,计算机若想更好的服务人类解决问题,须有效借鉴或参考数学统计学。世间万事万物,究其本质乃数学,于变化莫测中寻其规律谓之统计学。

关于我在挖掘有效因子的经验分享,此文便不详细展开。在聚宽社区论坛,这已经是一个很火的话题,没有人不在寻找。不论是市面上的通俗讲义,或者是大佬的教学讲义,众人各有千秋。与我而言,这其中的漫长艰辛,我深有体会,它们是这三样东西,即:墙外降下了奇迹,墙内横生了不安分,但在这半摸索中,终究是存在着一丝微弱的光亮。




机器之心——AI选股-稳赢500
在介绍我的策略之前,有必要向大家先普及一下:

机器学习是什么

人工智能之父,艾伦·图灵很早就曾预测,“有一天,人们会带着电脑在公园散步,并告诉对方,今天早上我的计算机讲了个很有趣的事”。

机器学习的核心是,“用算法解析数据,从中学习,然后对某些事物做出决定或预测。”这意味着,你无需明确地编程计算机来执行任务,而是教计算机如何开发算法来完成任务。机器学习主要有三种类型,它们各有优缺点,分别是:监督学习,无监督学习和强化学习。

>>> 监督学习

监督学习涉及到标注数据,计算机可以使用所提供的数据来识别新的样本。

监督学习的两种主要类型是分类和回归。在分类中,训练的机器将把一组数据分成特定的类。比如邮箱的垃圾邮件过滤器,过滤器分析之前标记为垃圾邮件的邮件,并将其与新邮件进行比较。如果达到某个百分比,则这些新邮件会被标记为垃圾邮件,并发送到相应的文件夹;不像垃圾邮件的将被归类为正常并发送到收件箱。

第二种是回归。在回归中,机器使用先前标注的数据来预测未来。比如天气应用。利用天气的相关历史数据(即平均温度,湿度和降水量),手机的天气应用可以查看当前天气,并对一定时间范围内的天气进行预测。

>>> 无监督学习

在无监督学习中,数据是未标注的。由于现实中,大多数的数据都是未标注的,因此这些算法特别有用。

无监督学习分为聚类和降维。聚类用于根据属性和行为对象进行分组。这与分类不同,因为这些组不会提供给你。聚类将一个组划分为不同的子组(例如,根据年龄和婚姻状况),然后进行有针对性的营销。另一方面,降维涉及通过查找共性来减少数据集的变量。大多数数据可视化使用降维来识别趋势和规则。

>>> 强化学习

强化学习使用机器的历史和经验来做出决策。强化学习的经典应用是游戏。与监督和无监督学习相反,强化学习不注重提供“正确”的答案或输出。相反,它专注于性能,这类似人类根据积极和消极后果进行学习。如果孩子碰到了热炉,他很快就会学会不再重复这个动作。同样在国际象棋中,计算机可以学习不将王移动到对手的棋子可以到达的地方。根据这个原理,在游戏中机器能够最终击败顶级的人类玩家。

你可能会问,我们说的是人工智能吗?有点相似,毕竟机器学习是人工智能的一个分支。人工智能注重开发能像人类一样完成复杂任务的机器,甚至完成得比人类更好。这些任务通常涉及判断、策略和认知推理,这些技能最初被认为是机器的“禁区”。虽然听起来很简单,但这些技能的范围非常广泛,涉及到语言处理、图像识别和规划等等。

机器学习使用特定的算法和编程方法来实现人工智能。如果没有机器学习,之前提到的国际象棋程序将需要数百万行代码,以及对手所有的落子可能性。通过机器学习,则只需要少量代码,还有深度学习和神经网络。但是请注意,深度学习是机器学习的一个子集,专注于模仿人类大脑的生物学和运行过程。

曾在网上看到一张饶有趣意的图,分享给大家,希望此刻你的所见,可以拼凑在每个人的想象里,变成一个轰隆作响的洞府。








策略分享-基本思想
基于对聚宽平台多年提供的帮助的感谢,还有不少朋友的指点指引,我将自己开发出的AI选股—稳赢500策略分享至社区,感兴趣的朋友可以点击文末的阅读原文,查看了解。独乐乐不如众乐乐,欢迎您捧个场。

>>> 投资理念:

过去几年来,我曾做过一些不错的策略,也写了不少烂笔头,无论状态起伏,无论方式转变,总算总结出自己的一套研究思想和体系。由于A股市场散户参与率较高,技术形态对股票的涨跌有着较高的预测效果。首先基于人工经验挑选可靠度较高的形态特征和技术因子,并加以统计分析确认效果。然后基于机器学习方法,融合多种技术因子和基本面特征构建量化预测模型。策略交易频率高,样本量大,因此机器学习模型可以充分发挥其统计优势,在回测和模拟验证上效果显著。




>>> 策略模拟表现:

策略从2019年1月1日模拟交易到2019年6月11日,日胜率接近0.6,相比ZZ500的超额收益为0.4%,表现稳定。


策略模拟交易图:



17年回测图:



18年回测图:





>>> 标的选择:

1.  全市场选股

2.  行业中性:不过于集中某些板块

3.  市值偏好:通常情况下偏好中小市值股票,同时也考虑大小盘轮动效应




>>> 买入原理:

利用多种技术指标和基本面因子,构建机器学习模型,筛选出上涨概率最高的若干只股票整体买入。

>>> 卖出原理:

次日卖出上一日买入的股票




>>> 风险管理:

个股:

单只股票的波动性较大,策略不对个股做止损处理。

组合:

策略有着较稳定的alpha收益,因此也不控制仓位。




最后
感谢聚宽平台给予我分享经验的机会,回想一路钻研历程,唏嘘不已,好在,运气始终不算太差。事实上,买股岂止在于朝朝夕夕的选股“赚钱”上,通过不断研究和总结经验,才算是真正意义上“增加了我们生活上的情趣”

引用电影《肖申克的救赎》里的台词:“希望是美好的,也许是人间至善,而美好的事物将永不消逝。”

这份选股策略,是我多年钻研所得,在科学性或者可行性方面,已经得到多年实操与验证,并且受益不匪。

我诚挚希望与你分享交换更多想法。在思考与幻想走向畅通和主流的路上,我们相识相知,走出去,抬头观望,绝非为了那些空泛的大词,还有可能是为了一份成就,一个梦想,一种激情,还有内心的向往。

我亲爱的朋友们。

点击【阅读原文】,查看AI选股策略。



您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2019-7-18 01:23