AlphaStock：买入赢家和卖出输家的投资策略

总之，AlphaStock对于具有di的投资者来说是一种极具竞争力的战略不同类型的引用。  -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1-0.0500.050.1 PR对WS的影响（a）价格上涨历史月份-12-11-10-9-8-7-6-5-4-3-2-1-0.02-0.0100.010.02电视对WS（b）贸易量的影响历史月份-12-11-10-9-8-7-6-5-4-3-2-1-0.06-0.04-0.020 VOL对WS（c）细粒度挥发物的影响MC PE BM DIV-0.0500.050.1（d）公司特征图3:In历史交易特征对赢家得分的影响。表2：中国市场的业绩比较。APR AVOL ASR MDD CR DDRMarket 0.037 0.260 0.141 0.595 0.062 0.135TSM 0.078 0.420 0.186 0.533 0.147 0.225CSM 0.023 0.392 0.058 0.633 0.036 0.064RMR 0.079 0.279 0.282 0.423 0.186 0.289FDDR 0.084 0.152 0.553 0.231 0.365 0.801AS-NC 0.104 0.113 0.916 0.163 0.648 1.103AS-NP 0.122 0.105 1.163 0.136 0.895 1.547AS 0.125 0.103 1.220 0.135 0.296 1.7045.5在中国市场的性能回测我们的模型和基线在中国股市上的实验，中国股市包括两个交易所：上海证券交易所（SSE）和深圳证券交易所（SZSE）。数据从风数据数据库中获取。股票为theRMB定价的普通股（A股），用于实验的股票总数为1131只。我们的数据时间范围是2011年，用作培训/验证集，其余数据用作测试集。由于中国市场不能卖空，所以我们在实验中只使用B+组合。实验结果如表2所示。

从表中我们可以看到AlphaStock、AlphaStock NP和Veri的性能e的es我们的模型在中国市场的有效性。通过进一步将表2和表1进行比较，结果表明，我们的模型在中国市场上通过AVOL和MDD衡量的风险与中国等新兴国家的市场不完善有关，这些国家的投机资本较多，但风险较小目标治理。缺乏力量。市场的AVOL和MDD以及其他基线与这些基线相比，我们模型的风险控制能力仍然具有竞争力。综上所述，表2中的实验结果表明了我们的模型对新兴市场的稳健性。5.6 AlphaStock的投资策略解释，这对于从业者更好地理解该模型至关重要。为此，我们使用δxpin公式（30）来测量股票特征的影响第3.1节中的ned，以了解交易特征。纵轴表示inuencehttp://www.wind.com.cn/en/Default.htmlstrengths由δxq表示，横轴表示交易时间前几个月。例如，图3（a）中水平轴的“-12”所指示的条表示十二个月前股价上涨率（PR）的影响。如图3（a）所示历史价格上涨率的影响在时间轴上是三元的。长期月内的PR，即短期月内的PR，即1至8个月前的PR影响变为负面。这一结果表明，我们的模型倾向于购买价格长期快速上涨（有效优势）的股票，或者阿尔法股票的行为类似于长期动量但短期反转的混合策略。此外，由于价格上涨，交易量（TV）的△xpof与价格上涨率（PR）具有类似的趋势。最后，如图3（c）所示，挥发物。

这意味着我们的模型倾向于选择低波动性股票作为赢家，这确实解释了为什么AlphaStock可以适应不同的市场状态。图3（d）进一步显示了di的影响不同的公司以优胜者得分为特征，即所有历史月份的平均值为△xp。结果表明，市值（MC）、市盈率（PE）和账面市盈率（BM）对影响。这三个特征是上市公司重要的公司估值因素，表明AlphaStock倾向于选择具有良好基本价值的公司。相反，股息意味着公司价值的一部分被返还给股东，可能会降低股票的内在价值。这就是为什么在我们的模型中，股息的影响（DIV）为负。综上所述，虽然AlphaStock是一种人工智能支持的投资策略，但第4节中提出的解释分析有助于从AlphaStock中提取投资逻辑。Speci公司实际上，AlphaStocks建议选择长期增长率高、波动性低、内在价值高、最近被低估的股票作为赢家。6相关工作我们的工作涉及以下研究方向。金融投资策略：经典金融投资策略包括动量、均值回归和多因素。

在BWSL的rst工作[]，Jegadeesh和Titman发现“Momentstrategy以赢家的身份购买过去一段时间内具有高回报的资产，然后出售那些在相同的动量（CSM）[]和时间序列动量（TSM）[]中回报率较低的资产。均值回归策略[]考虑到资产价格在过去一段时间内总是回到其平均值，因此它以低于其历史平均值的价格购买资产，并以高于历史平均值的价格出售资产。多因素模型[]使用因素计算每项资产的估值，并以低于/高于其复杂市场环境的价格购买/出售这些资产。金融深度学习：方法开始应用于金融领域。在文献中，L.Zhang等人提出利用频率信息来预测股票价格[]。新闻和社交媒体被用于价格预测，这些作品关注的是价格预测，而不是像我们这样的端到端投资组合生成。金融强化学习：投资策略中使用的RL方法分为两类：基于价值的和基于政策的[]。基于价值的方法学习了描述市场对交易行为的预期结果的关键。投资策略中典型的基于价值的方法包括Q学习[]和深度Q学习[]。基于价值的方法的一个缺陷是，市场环境太复杂，评论家无法接近。因此，基于政策的方法被认为更适合金融市场[]。AlphaStock modelin投资策略是循环强化学习（RRL）[]。FDDR[]模型使用深度神经网络扩展了RRL框架。在投资者模仿者模型[]中，提出了一个基于政策的深度RL框架来模拟对外直接投资的行为不同类型的投资者。

与RRL及其深度学习扩展相比，RRL及其深度学习扩展侧重于在金融信号方面，我们的AlphaStock模型更加关注资产之间的相互关系。此外，对于无法解释的深层网络结构，深层RL方法通常很难部署到实际应用中。解释工具我们的模型可以解决这个问题。结论用敏感性分析方法解释我们模型的投资逻辑。与现有的基于RL的投资策略相比，为解决在金融市场。对美国和中国股市进行的回测和模拟实验表明，AlphaStock的表现远远好于其他竞争策略。有趣的是，AlphaStock建议购买长期增长率高、波动率低、内在价值高、近期估值偏低的股票。确认SJ。王的工作得到了国家自然科学基金的部分支持，国家重点研究开发项目（2017YFC0820405）和中央大学基础研究基金的资助。K、 唐的工作得到了国家社会科学基金（编号：14BJL028）的部分资助。J、 Wu的工作得到了国家自然科学基金的部分支持（71725002、71531001、U1636210）。参考文献[1]Julius Adebayo、Justin Gilmer、Michael Muelly、Ian Goodfello、Moritz Hardt和Be Kim。2018年。显著性地图的健全性检查。在NIPS\'18。9525–9536.[2] 预测。在CIKM\'18。ACM，1655–1658。[3] 邓跃、冯宝、孔友勇、任志全、戴琼海。2017年，Deepdirect强化学习金融信号代表和交易。IEEE TNNLS 28，3（2017），653–664。[4] 小丁、张跃、刘婷、段俊文。2015年，深度学习预测驱动型股票预测。。在IJCAI\'15年。

2327–2333.[5] 小丁、张跃、刘婷、段俊文。2016年，股票预测的知识驱动事件嵌入。科林16年。2133–2142.[6] 丁毅、刘伟清、蒋边、张道强、刘铁岩。2018年，《Investoriator：交易知识提取框架》。在KDD\'18。ACM，1310–1319。[7] 尤金·法玛和肯尼斯·R·弗伦奇。资产定价异常的多因素解释。J、 《金融学》51，1（1996），55–84。[8] 托马斯·菲舍尔。2018年，强化学习金融市场——一项调查。技术报告。FAU经济学讨论论文。[9] Riccardo Guidotti、Anna Monreale、Salvatore Ruggieri、Franco Turii、Foscabox模型。ACM计算调查（CSUR）51、5（2018）、93。[10] Sepp Hochreiter和Jurgen Schmidhuber。长期短期记忆。神经计算9，8（1997），1735-1780。[11] 郝虎和郭君琦。2017年，状态频率记忆递归神经网络。在ICML\'17中。1568–1577.[12] 胡子牛、刘卫清、蒋边、刘宣哲、刘铁岩。2018年，ListingPrediction。WSDM\'18中。ACM，261–269。[13] 黄定江、周俊龙、李斌、蔡国伟和周水耕。2016.在线投资组合选择的稳健中值回归策略。IEEE TKDE28，9（2016），2480–2493。[14] 出售失败者：对股市的影响效率。J、 《金融学》48，1（1993），65–91。[15] Narasimhan Jegadeesh和Sheridan Titman。动量回报的横截面和时间序列决定因素。RFS 15，1（2002），143–157。[16] Olivier Jin和Hamza El Saawy。2016年，使用强化学习进行投资组合管理。技术报告。斯坦福大学。[17] 约翰·穆迪、吴立忠、廖元松和马修·萨呃。交易系统和投资组合的绩效函数和强化学习。《预测杂志》17，5-6（1998），441-470。[18] 动量。J、 《金融经济学》104，2（2012），228–250。[19] 编程。

1995年NIPS。[20] 詹姆斯·M·波特巴和劳伦斯·H·萨默斯。股票价格均值回归：证据与启示。J、 金融经济学22，1（1988），27–59。[21]威廉·夏普。1994年，夏普比率。JPM 21，1（1994），49–58。【22】Ilya Sutskever、Oriol Vinyals和Quoc V Le。2014。使用神经网络进行序列到序列学习。NIPS\'14（2014），3104–3112。[23]Richard S Sutton和Andrew G Barto。2018。强化学习：简介。麻省理工学院出版社。[24]Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkorit、Llion Jones、Aidan N Gomez、ukasz Kaiser和Ilia Polosukhin。2017年，你需要的就是关注。NIPS\'17。5998–6008.【25】王景元、顾倩、吴俊杰、刘冠南、张雄。2016年Trac速度预测和拥塞源探索：一种深度学习方法。ICDM\'16中。IEEE，499–508。【26】可解释时间序列分析的分解网络。在KDD\'18。ACM，2437–2446。[27]徐玉默和谢伊·科恩。2018年，根据推特和历史价格预测股票走势。在ACL\'18第1卷中。1970–1979.