本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 [Table_Summary] 报告摘要：  认识：“人工智能+投资”到底怎么看？ 本文以较为客观、全面的视角对AI投资的“有所能”和“有所不能”进行了具体介绍。作者认为“数据”在人类与AI的较量中起着决定性作用，AI在历史数据丰富的战术任务上能力更强，而人类则在战略制定方面更具优势。  应用：“机器学习+资产定价”之方法论 本文主要介绍了机器学习（ML）如何应用于资产定价问题并进行了一系列实验。区别于其他研究对ML模型的“生搬硬套”，作者在模型选择、构建、训练等方面应用有更细节、合理的把握，实现两者的“有机结合”并取得突出的效果。  应用：“机器学习+资产定价”之因子降维 本文提出用AutoEncoder（AE）对资产定价的隐因子进行建模。经过各种模型之间的对比实验，作者发现AE相比PCA等线性模型能对资产价格有更好的解释能力和预测能力。  风险提示： 本报告内容来源于国内外相关文献，不构成投资建议。 民生证券研究院 [Table_Author] 分析师：徐玉宁 执业证号： S0100516080001 电话： 010-85127831 邮箱： xuyuning@mszq.com 研究助理：王西之 执业证号： S0100118070034 电话： 021-60876715 邮箱： wangxizhi@mszq.com [Table_docReport] 相关研究 1、《文献启示录（第1期）》2019.02.17 2、《人工智能系列一：机器学习量化投资实战指南》2017.10.23 [Table_Title] 金融工程研究 文献启示录（第2期）：人工智能+投资，从认识到应用 ——文献推荐系列 金融工程研究 2019年02月25日 19577046/36139/20190225 16:14 金融工程研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 目录 一、认识：“人工智能+投资”到底怎么看？ .................................................................................................................... 3 二、应用：“机器学习+资产定价”之方法论 .................................................................................................................... 5 三、应用：“机器学习+资产定价”之因子降维 ................................................................................................................ 7 插图目录 .............................................................................................................................................................................. 9 19577046/36139/20190225 16:14 金融工程研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 3 一、认识：“人工智能+投资”到底怎么看？ 推荐文献：How to Beat the Machines Before they Beat You？ 文献来源：Vineer Bhansali (2018). LongTail Alpha. （一）推荐理由 人工智能（AI）现在早已人尽皆知，尤其人工智能与投资的结合更是大家关注的焦点。面对“AI投资”概念的兴起，许多人士的看法大相径庭，或是过度吹捧抑或是嗤之以鼻。本文则以更为客观、全面的视角对AI投资的“有所能”和“有所不能”进行了介绍。 （二）核心内容 1. 为何会有“AI投资”的热潮？ 近年来，“AI投资”热潮的兴起主要源于四个方面：1、数据层面：金融相关数据来源更广泛、体量更大、质量更高、可得性更强；2、硬件层面：良好的AI生态环境，大量资本投入到AI基础设施建设，使得运算能力、处理速度得到大幅提升；3、开发层面：开发门槛明显下降，Python、Matlab等高级语言的学习成本更低、开发效率更高；4、研究层面：基于上述三点支持，AI相关算法研究得以更快发展，其它领域的突破性进展促使AI人才不断涌入金融这片蓝海，对传统研究方法提出了挑战。 2. 过程与结果：AI注重“结果准确性”；人类注重“逻辑合理性” 人类倾向于解释现象，用可理解的逻辑链条一步步推导出结果；AI则不关注拟合过程中的路径选择，专注于尽可能接近优化目标。作者认为，如果AI相比人类更能提升结果的准确率，与其坚守所谓的“真理”、苦寻可解释的逻辑，不如尝试缺乏理论支撑但表现更好的AI。 3. 事件驱动：“常见事件”AI占优；“极端特殊事件”人类占优 面对常规事件，AI在实时信息的接收、分析、决策的环节中，其时效性、准确性、一致性（不受主观情绪、偏见的影响）和并行能力均要高于人类；而当AI面对罕见事件（eg. 股灾、结构性变化等），人类决策会更占优势。主要原因在于，AI的投资决策十分依赖于历史数据，将数据中学习到的模式（Pattern）应用到不断重复的投资问题。 4. 人类该在何处施展所长？ 尽管AI能力出众，但在某些场景和条件下人类仍能发挥更大优势：1、数据量少：模型结果难以保证有统计学意义，同时作者认为人类的“贝叶斯大脑”能做出更合理判断；2、低信噪比：当数据的噪音相对信号占比更大时，模型的估计和预测容易出现较大偏误，典型情况如非确定性行情（Volatile Market）；3、战略制定：虽然在短期战术执行上机器要明显强于人类（eg.高频交易），但在长远规划的思考和意外事件的应对上人类会更出色（eg.长期投资）；4、预期内市场环境变化：历史表现出色但无法快速适应环境的AI会缺乏竞争力，相反人类更擅长适应市场环境和经济周期变化。例如2018年2月美股闪崩带来VIX指数暴涨，同时引发XIV（做空VIX）暴跌清盘，此前配置高股票仓位的反19577046/36139/20190225 16:14 金融工程研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 4 向波动率策略（eg.风险平价）措手不及。然而，早前就有市场人士提出避险情绪上升和高波动行情的预期。 （三）总结 不难发现，“数据”在这场人类与AI的较量中起着决定性作用，再强的AI脱离了数据支持也会变得不堪一击，显然AI难以完全替代人类；而面对AI在多个领域的惊人表现（state-of-the-art），人类也无法摒弃AI。未来的投资领域，不该是人类与AI对立的局面而是强强联合的时代，AI在战术执行层面的时效性和准确性，加上人类在战略制定层面的创造力，无疑会取得更多突破。 19577046/36139/20190225 16:14 金融工程研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 二、应用：“机器学习+资产定价”之方法论 推荐文献：Empirical Asset Pricing via Machine Learning 文献来源：Gu, S., B. T. Kelly, and D. Xiu (2018). NBER （一）推荐理由 本文主要介绍了机器学习（ML）如何应用于资产定价问题并进行了一系列实验。区别于其他研究对ML模型的“生搬硬套”，作者在模型选择、构建、训练等方面的应用有更细节合理的把握，实现两者的“有机结合”并取得突出的效果。 （二）核心内容 1. ML+资产定价的优劣 优势：1、丰富的“模型库”：对于预测问题，ML领域发展了大量经典模型，诸如SVM、Decision Tree等；2、模型拟合能力强：ML摆脱线性形式的约束，从变量的高维信息和交互信息中发现复杂规律；同时也有Penalty、Dropout等Trick来防止模型复杂程度过高带来的过拟合问题；3、有效处理高维数据：降维方法能有效缩减高相关、冗余的变量。 劣势：ML无法为我们解释经济运行的逻辑和机制。 2. 细节决定成败 在模型选择、构建、训练等细节处理方面，作者进行较为深入的探讨：1、Robust的目标函数：例如引入加权使模型倾向于更重要的样本、采用Huber Loss降低对Outlier样本的惩罚力度以取得更稳健预测；2、惩罚项防止过拟合：加入惩罚项防止模型对样本内噪音变量的过度拟合，从而在样本外有更好预测，例如包含Elastic Net（ENet）的Lasso等；3、降维减少冗余变量：使用PCR等降维方法减少高相关变量；4、增强变量间交互作用：采用Gradient Boosting Regression Trees（GBRT）、Random Forests（RF）等模型，树结构能达到对多个变量多次最优分层的效果，Boosting能使多个弱预测结合为强预测；5、模型融合：针对复杂程度更高、拟合能力更强的Neural Network（NN），设定不同Random Seed独立训练多个模型，再用Averaging的方法组合模型的预测结果以减小预测的Variance；6、滚动训练：用近期数据或历史累计数据做滚动训练。 3. ML预测效果明显优于传统模型 作者主要用历史面板数据训练不同模型，并比较模型对未来收益预测能力强弱。数据来源是CRSP上1957年3月至2016年12月美国市场个股和宏观经济的月度数据，涉及900多个变量包括：94个基础公司特征、74个行业哑变量、8个宏观经济变量、公司层面变量和宏观层面变量之间的两两交互项。基础设定包括：1、初始目标函数均为最小化模型预测收益与实际收益之间的MSE；2、以样本外的R方作为模型预测效果的评判标准；3、用Impurities减少情况（树结构模型）或Marginal Effect平均大小（回归和NN）来刻画变量重要程度。 从多组对比实验中发现： 19577046/36139/20190225 16:14 金融工程研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 6 1、Robust目标函数相比一般MSE能提升预测表现； 2、对数量庞大的变量集采取降维能在一定程度上改善模型预测； 3、NN、GBRT、RF的预测效果明显更优，但模型层数不宜太深； 4、模型大多对大市值股票预测效果更优（小市值股票“信噪比”较低）； 5、技术类变量（如趋势、流动性等）对模型预测的贡献程度更高； 6、基于NN预测结果构建的投资组合在样本外取得最高的夏普比率。 （三）总结 随着研究不断深入和因子库不断扩充，因子与因子之间、因子与资产价格之间的关系变得愈发错综复杂，而拥有强大拟合能力的ML模型或许是解决难题的