“学海拾珠”系列之一百三十九：利用深度神经网络改进时间序列动量策略

敬请参阅末页重要声明及评级说明 证券研究报告 利用深度神经网络改进时间序列动量策略 ——“学海拾珠”系列之一百三十九 [Table_RptDate] 报告日期：2023-5-3 [Table_Author] 分析师：严佳炜 执业证书号：S0010520070001 邮箱：yanjw@hazq.com 分析师：骆昱杉 执业证书号：S0010522110001 邮箱：luoyushan@hazq.com 相关报告 1. 《如何管理投资组合波动率？——“学海拾珠”系列之一百二十三》 2. 《基金具有情绪择时能力吗？——“学海拾珠”系列之一百二十四》 3. 《投机股与止损策略——“学海拾珠”系列之一百二十五》 4. 《基金持仓集中度究竟如何影响基金业绩？——“学海拾珠”系列之一百二十六》 5. 《20和21世纪风格因子表现的趋势和周期——“学海拾珠”系列之一百二十七》 6. 《基金在阶段业绩不佳后会调整激进程度吗？——“学海拾珠”系列之一百二十八》 7. 《基于盈利公告发布日期的交易策略——“学海拾珠”系列之一百二十九》 8.《媒体效应如何影响基金投资者和基金经理的决策？——“学海拾珠”系列之一百三十》 主要观点： [Table_Summary] 本篇是“学海拾珠”系列第一百三十九篇，作者引入了深度动量网络——一种复合深度学习模型。深度动量网络保留了时间序列动量策略的波动率缩放框架，以数据驱动的方式同时学习趋势和仓位，通过优化信号的夏普比率直接训练网络。 ⚫ 传统时间序列动量策略泛化性差 时间序列动量策略是在横截面动量策略的基础上发展而来，自诞生以来已经得到了广泛应用，但计算时间序列动量首先要对序列的趋势做出估计，在估计的基础上计算头寸，这一方面增加了误差累积的风险，另一方面又与交易规则深度相关，采用不同的交易规则对结果可能产生很大的影响。 ⚫ 深度动量网络可以直接拟合复杂的时序动量策略 目前研究人员通常将价格预测任务定义为一个分类问题，首先证明他们所采用的方法在预测下一次价格走势方面的准确性有所提高。然后，根据类别概率手动定义交易规则。该过程需要许多明确的设计决策来定义复杂的时间序列动量策略，而本文中的深度动量网络可以直接从数据中学习复杂的非线性关系，将头寸的预测结果作为输出，从而减少对手动规范的需求。 ⚫ 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 [Table_StockNameRptType] 金融工程 专题报告 [Table_CommonRptType] 金融工程 敬请参阅末页重要声明及评级说明 2 / 21 证券研究报告 正文目录 1 引言 ....................................................................................................................................................................................................... 4 2 相关研究 ............................................................................................................................................................................................... 5 2.1 经典动量策略 ................................................................................................................................................................................................... 5 2.2 深度学习在金融领域的应用 ....................................................................................................................................................................... 5 3 动量策略定义 ...................................................................................................................................................................................... 6 3.1 标准交易规则 ................................................................................................................................................................................................... 6 3.2 扩展机器学习方法 .......................................................................................................................................................................................... 8 4 深度动量网络 ...................................................................................................................................................................................... 9 4.1 模型结构 ............................................................................................................................................................................................................ 9 4.2 模型训练细节 ................................................................................................................................................................................................ 11 5 模型收益评估 .................................................................................................................................................................................... 11 5.1 数据集概述 ..................................................................................................................................................................................................... 11 5.2 回测说明 ......................................................................................................................................................................................................... 11 5.3 结果展示 ......................................................................................................................................................................................................... 12 6 关于换手率的分析 ............................................................................................................................................................................ 17 6.1 换手率正则化 ................................................................................................................................................................................................ 18 7 结论 ..................................................................................................................................................................................................... 19 风险提示： .........................................................