“学海拾珠”系列之一百八十五：DiffsFormer：基于扩散模型的因子增强框架

主要观点： 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：吴正宇执业证书号：S0010522090001邮箱：wuzy@hazq.com 回到国内市场，挖掘alpha的难度日益提高，本文基于DiffsFormer的因子增强框架较为新颖，值得一看。 ⚫将DM从生成任务调整为有监督学习任务提高股票预测能力股票预测任务中，干净且信息丰富的监督信号对于模型训练至关重 要，但直接向标签添入因子向量是无效的，因此作者通过引导输入标签信息和行业信息来控制合成过程，以使得DM从生成任务适应到回归任务。此外，通过整合无预测器的引导来进一步增强引导的灵活性。 相关报告 ⚫在DM中引入迁移学习提高数据生成的保真度 1.《深度投资组合管理中的对比学习和奖励平滑——“学海拾珠”系列之一百八十四》 由于数据SNR较低，DM中引入迁移学习，在更大的源域中进行学习，提炼新的知识和信息，而后在目标域中编辑现有因子，而不是合成新样本。实证结果表明，该方法与添加随机噪音相比效果更好。此外，该方法还可以缓解数据碰撞现象。 2.《基金业绩基准之外的共同持股意味着什么？——“学海拾珠”系列之一百八十三》 ⚫实证分析表明DiffsFormer框架的有效性 3.《基于网络和机器学习的因子、资产和混合配置——“学海拾珠”系列之一百八十二》 作者在沪深300和中证800两个数据集中，使用8个常见的机器学习模型验证了DiffsFormer的有效性，所提出的方法在年化收益率方面分别实现了显著提升。 4.《股息收益率、股息增长率和回报可预测性——“学海拾珠”系列之一百八十一》 ⚫风险提示 5.《基金投资者能否从波动率管理中获益？——“学海拾珠”系列之一百八十》 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。 6.《如何使用强化学习优化动态资产配置？——“学海拾珠”系列之一百七十九》 7.《高成交量回报溢价与经济基本面——“学海拾珠”系列之一百七十八》 8.《基金经理技能之卖出能力的重要性——“学 海 拾 珠”系 列 之 一 百 七 十七》 正文目录 1引言........................................................................................................................................................................................................42相关研究................................................................................................................................................................................................62.1股票预测.............................................................................................................................................................................................................72.2时间序列扩散模型...........................................................................................................................................................................................73背景........................................................................................................................................................................................................73.1问题提出.............................................................................................................................................................................................................83.2去噪扩散概率模型...........................................................................................................................................................................................84方法论....................................................................................................................................................................................................84.1基于扩散的数据增强......................................................................................................................................................................................94.2条件扩散增强.................................................................................................................................................................................................114.3模型细节..........................................................................................................................................................................................................135实证分析..............................................................................................................................................................................................145.1数据集...............................................................................................................................................................................................................145.2复现性...............................................................................................................................................................................................................145.3实验设置..........................................................................................................................................................................................................155.4表现比较..........................................................................................................................................................................................................155.5讨论...................................................................................................................................................................................................................175.6有效性分析......................................................................................................................................................................................................185.7DIFFSFORMER的改进..................................................................................................................................................................................206结论和未来展望..........................................................................................................................................................................