HIST模型：基于SAM产业链的策略研究及因子挖掘

11将行业分类作为预定义概念的HIST模型作为对照组，每只股票只对应一个预定义概念。在实测时加念的共有信息pred_is]、股票特质信息因子[股票22于大家熟悉的概念板块，公司的所属行业、主营业务、经营范围等都可以算作“概作者将股票特征所包含的信息分割成了3部分：来自预定义概念的33本次实证分析将采用SAM产业链中的产品节点作为预定义概念，SAM产业链中的每个产品节点本次研究将结合产品节点和业务营收数据，取“相同营业收入下最细层级的产品”作为预定义概念。以下图的比亚迪为例，比亚迪所属的预定义概念有：汽车制造、手机零件、二元电池。（注：由此可知，一只股票会同时属于多个预定义概念，而且预定义概念会随着公司披露的主营产品的经统计可知，沪深300成分股中，所属预定义概念数>=2的占比高达95.5%，所属预定义概念预定义概念采用的是上面【数据介绍】部分提到公司主营业务分项数据，由于主营业务大部分来44sec_code、第三层为产品代码product，取值为concept=1）,这样存的好处在于剔除了缺失产品的数据，在模型训练的过程中，再提取每个交易日对应的defget_stock2concept_matrix_dt(stock2concept_matrix,indexdt=index.get_level_valuesstock_code=index.get_lestock2concept_matrix_dt=stock2concept_matrix.loc[dt[0]].unstack().reindex(streturnstock2concept_ma55利用get_stock2concept_matrix_dt函数就后的概念表征进行修正，进而解决“预定义概念的信息缺失”和“预定义概念的信息过剩b)计算股票剩余表征与初始化的隐含概念表征之间的cos相似4.构建股票特质信息模型（Individualinformationmodule主要用于生成股票特征中66def__init__(self,d_feat=6,hidden_size=64,num_layers=2,dropout=0.0,base_model="GRU",K=3):)self.fc_es=nn.Linear(hidden_size,hidden_size)#构建全连接层，in_features输入的特征数和输出的特征数都为torch.nn.init.xavier_uniform_(self.fc_es.weigtorch.nn.init.xavier_uniform_(self.fself.fc_es_fore=nn.Linear(hidtorch.nn.init.xavier_uniform_(self.fc_eself.fcisfore=nn.torch.nn.init.xavier_uniform_(self.fcisself.fc_es_back=nn.Linear(torch.nn.init.xavier_uniform_(self.fc_esself.fcisback=nn.Lineartorch.nn.init.xavier_uniform_(self.fcisself.fc_indi=nn.Litorch.nn.init.xavier_uniform_(self.f77defcal_cos_similarity(self,x,y):#the2nddimcos_similarity=xy/x_norm.mm(tcos_similarity[cos_similarity!=cos_similarity]=0#令无法进行除法的取值为0returncos_similaritydefforward(self,x,concept_matrix,mdevice='cuda:0'iftorch.cuda.is_amarket_value_matrix=market_value.reshape(market_value.shape[0]stock_to_concept_sum=torch.sum(stock_to_concept,0).reshape(1,88stock_to_concept_sum=stock_to_cstock_to_concept.shape[1stock_to_concept=stock_to_concept/stochidden=torch.t(stockhidden=hidden[hiddstock_to_concept=cal_cos_similarity(x_hid#将stock_to_concept按列进行stock_to_concept=self.softmax_s2hidden=torch.t(stock_to#计算股票原始特征与修正后的概念特征之间的cos相似度，维度concept_to_stock=cal_cos_concept_to_stock=self.se_shared_info=concepe_shared_info=self.fc_output_es=self.fc_es_fpred_es=self.fc_out_念i_stock_to_concept=cal_cos_similarity(i_sh99diag=i_stock_to_concepi_stock_to_concept=i_stock_to_concept*(torch.ones(dim,dim)-torch.eyerow=torch.linspace(0,dim-1,dim).reshape([-1,1]).repeatcolumn=torch.topk(i_smask=torch.zeros([i_stock_to_concept.shape[0],i_stock_to_concept.shape[i_stock_to_concept=i_stock_to_concept*mask#只保留得分i_stock_to_concept=i_stock_to_concept+torch.diag_embed((i_stock_to_concept.sum(0)!=0).float()*dhidden=torch.t(i_shared_infoi_concept_to_stock=self.softmax_t2s(i_concepti_shared_info=i_concept_to_stock.mm(hidden)i_shared_info=selfi_shared_back=self.fcispred_is=self.fc_out_iindividual_info=x_hidden-e_shared_bapred_indi=self.fc_out_inreturnpred_all,pred_es,pred_is,fromqlib.contrib.evaluateimportbackfromqlib.contrib.evaluateimportrisfromqlib.contrib.strategyimportTopkDro}}strategy=TopkDropoutStratereport_normal,positions_normal=backtest_daily(start_time='2021-01-01',end_time='2022-03-23analysis["excess_return_without_cost"]=risk_analysis(report_normal["return"]-analysis["excess_return_with_cost"]=risk_analysis(report_normal["return"]-report_normal["bench"]-analysis_df=pd.concat(analysis)#type:print(analysis_df)息分解成了3部分：来自预定义概念的共有股票自身特有的特质信息（pred_indi），最终综合这3部分信息（pred）来共同预测股价未来趋势。为了测试不同持仓期下的因子表现，我们变更了label对模型重新进行了训模型预测值综合了预定义概念、隐含概念、股票特质这3方面的信息，可以看作是“在股票原有综合特征基础上嵌入了股票间共有概念图网络信息”后的股票综合特征，进一步的可以将其看作是一3.长期持仓的因子有效性优于短期持仓的因子有效性，可能是由于股票所属概念变动的频率本身就20因子存在一定的正向单调性。pred_is势，中间可能存在些许联系。比如1