ai时代我们在金融投资方面做了这些尝试…

1、AI时代，我们在金融投资方面做了这些尝试金融科技的到来，不仅代表着技术上的飞跃，更是对金 融服务模式的颠覆和创新。 随着AI的发展和普及，量化交易 也步入了智能交易的新高度。金融投资的核心在于追求收益， 而人工智能的分析和预测能力恰如其分地满足了投资的要 求。让我们就AI在金融投资方面的应用进行设想：证券长 短期价格区间的预测量化策略模型的研发（高/低频）证券的择股和择时的优化大类资产的配置证券投资组合的 优化证券风险特征识别机器学习分为浅层机器学习和深度学习，传统的浅层学习中 决策树、朴素贝叶斯、支持向量机和浅层神经网络等等也都 是金融工程中常用的一些方法。作为金融科技的开拓者，恒 生研究院

2、就人工智能在量化交易领域进行了一系列的创新 尝试。基于小波神经网络对时间序列进行预测人工智能有监 督机器学习的模式中，有两大类学习模型：分类和回归预测， 而在金融投资或者说量化交易中，对于时间序列的预测最为 直观。小波分析是指通过高低频通道来将时序数据分解为高频部 分和低频部分，进行多尺度细化分析，目前对于时序/频域的 预测已经取得了一些有意义的成果。将小波分析和神经网络结合起来，构建小波神经网络( Wavelet Neural Network , WNN),可以对时序数据进行预测分析。WNN是将神经网络隐节点的激活函数由小波函数来替代，相应的输入层到隐 含层的权值及隐含层的阈值分别由小波函数

3、的尺度伸缩因 子和时间平移因子所代替，这是应用最广泛的紧致型结合。如下图所示我们用小波神经网络做的HS300的预测，使用2010.12015.8 沪深300指数的日行情数据进行模型训练， 使用2015.92016.8的日行情数据进行测试验证。有监督的学习要取得较好的应用效果，具和机器学习的训练过程直接 相关。这一过程中还是要投资者较深地介入数据的预处理， 进行培训数据样本的特征标签标定或对训练规则给由方向 性指引。通常量化交易的团队资源要更深入地去发掘更好的 特征。因此，人工设计样本特征，不是一个容易的可扩展的 途径。上面我们判别市场短期走势的案例中，所定义的特征 是否合适？我们也比较难评判，

4、也许会有更好的特征可以刻 画证券市场的走势。 让机器学习帮我们找到合适的量化策略市场千变万化，很难找到合适的特征去进行机器学习，那么 是否我们能通过机器学习的方法去寻找合适的量化策略，替 代自己总结的方式呢？技术指标千差万别，股票市场价、量、时、空的数据也是海 量的，在这样庞大的数据基础上，寻找和优化量化技术指标也是比较困难的。基于进化理论的遗传算法可以较好地针对 预定问题，用解决全局最优解的方式寻找性能瓶颈，在对传 统技术指标因子和基本面因子进行交易信号的整合上，也可 以发挥很好的作用。通过遗传算法可以获得在训练集上较好 表现的量化技术模型，虽然遗传算法得到的是类似黑箱的量 化技术模型，但模

5、型背后隐含着关于时间序列的深刻的数学 含义。上面这个就是机器通过遗传规划的方法，寻找由来的 模型。训练集我们采用了 20062010的数据一一深100ETF , 通过机器训练，系统能够找到胜率在 70%、盈亏比接近6的 策略，策略的年化夏普率超过了1.5。为了考察策略的泛化能力，我们采用2014.12016.8的深100ETF数据进行测试验证。下图是在20142016的测试集 上的效果，发现测试能力还是具备一定的可验证性。在测试 集上的年化夏普率甚至超过了2。为了进一步考察模型的泛化能力，我们使用 50ETF的数据 进行验证，50和深100在走势上还是有较大的差异的。上面是50ETF的测试效果

6、，虽然比 100ETF要差，但还是 可以接受的一种模型。后续，我们希望将“遗传算法在量化技术指标的优化”这一应 用成果形成智能策略服务平台，为广大投资者提供适合自己 投资风格的量化技术模型。从图像中识别证券发展趋势图形属于非结构化数据，传统的金融工程很难运用非结构数 据。利用图像识别的方法，将图形数据应用于 CNN学习网 络是否是一个可行的量化分析方法？盘感好的高手可以通 过看K线图，用较难量化的模糊模式识别由证券未来的走势 可能。围棋为什么难？因为它需要人类通过直观判断盘面而进行 行动，和投资者根据 K线图进行投资行为很相像。那么，是 否也可以通过 CNN的方法，让机器自己从这张图中提取由

7、有用的特征？为此，我们应用了标普500从1962年到现在的13768个日K线数据，生成120根K线加20、60、120、 240的均线，和成交量的1366张图片以及20根K加各均线 的6000多张图片，对 CNN进行训练。最终,120天K线 数据图片识别未来10日收益率的10分类胜率只有30%左 右，20天较短周期的K线图识别胜率在40%左右。虽然top5 的胜率是接近95% 了，但如果简单做成2分类，目前看没有 比传统的金融工程方法更优，或许几千张图片对于深度学习 来说数据量也还是欠缺。心得：那些在机器学习训练中的技 巧人工智能应用于预测和分类中最棘手的问题就是对于历史 数据的“过拟合”。“

8、过拟合”的表现是模型在训练集上表现得非 常好，但在不同于训练集的测试数据上则表现较差。如果把 模型在训练集和测试集上的模型精度画一个图，会发现随着模型训练的迭代，在训练集上的精度会不断提高，但在测试 集上的精度是先逐渐提高，后来却随着训练的进展而不断下 降。解决模型训练的过拟合，首先就是early stopping ,即在每一个epoch结束时计算测试集的模型精度，当精度不再提高时，就停止训练。这是很自然的做法，因为精度不再提高， 训练下去也没用；其次是数据的扩充，避免过拟合最根本的还是需要海量的 训练数据，数据能够覆盖各种各样的场景。并通过随机洗牌 来减少数据之间的自相关性。当然海量数据本身

9、的获取和特 征化提取，也是一个非常困难的事情；再者是模型连接和惩罚项参数的调整，如正则化和DropOut/Drop Connect ,这两者其实本质上是简化深度神经网络 模型的复杂程度，为使模型具备一定的稀疏性，刻意地将代 价函数加上惩罚项，以及减少深度神经网络模型的连接。通 过简化机器学习的模型，的确可以避免模型过分依赖于训练 集上的数据表现；最后则是学习速率和梯度下降参数。关于梯度下降，这方 面有Momentum、NAG、AdaGrad 等各种优化模型，实践 中基本采用Mini-Batch的随机梯度下降方法。另外，怎么粗略地确定一个比较好的学习速率呢？好像也只能通过尝试。可以先把学习速率设置为较小值，然后观察training cost的走向，如果cost在减小，那你可以逐步地调大学习速率，如果cost在增大，那就得减小学习速率。经过一番尝试之后， 可以大概确定学习速率的合