基于扩散图神经网络的CTA策略初探

研究院量化组研究员李逸资0755-23887993liyizi@htfc.com从业资格号：F03105861投资咨询号：Z0021365高天越0755-23887993gaotianyue@htfc.com从业资格号：F3055799投资咨询号：Z0016156李光庭0755-23887993liguangting@htfc.com从业资格号：F03108562投资咨询号：Z0021506联系人黄煦然0755-23887993huangxuran@htfc.com从业资格号：F03130959投资咨询业务资格：证监许可【2011】1289号 目录摘要....................................................................................................................................................................................................1核心观点............................................................................................................................................................................................1研究背景与动机................................................................................................................................................................................3背景知识铺垫....................................................................................................................................................................................3■什么是图结构................................................................................................................................................................3■什么是图神经网络........................................................................................................................................................4构建适用于期货市场的扩散图神经网络.........................................................................................................................................4■基于信息熵驱动的图结构构建....................................................................................................................................5■特征编码模块................................................................................................................................................................8■信息传播模块................................................................................................................................................................9■表达融合与任务输出..................................................................................................................................................10实证研究设计..................................................................................................................................................................................12■数据信息与预处理......................................................................................................................................................12■交易构建......................................................................................................................................................................12结果回测..........................................................................................................................................................................................13总结..................................................................................................................................................................................................15图表图1:以社交网络为例的图结构丨单位：无...................................................................................................................................4图2:历史收益率关系图丨单位：无..............................................................................................................................................7图3:简单图神经结构丨单位：无..................................................................................................................................................7图4:完整扩散图神经网络生成图举例丨单位：无.......................................................................................................................7图5:模型运作流程丨单位：无....................................................................................................................................................11图6:扩散图神经网络与传统截面策略对比丨单位：无.............................................................................................................13图7:扩散图神经网络策略净值图丨单位：无.............................................................................................................................13图8:月收益分布形态丨单位：无................................................................................................................................................14图9:分位数拟合图丨单位：无....................................................................................................................................................14表1:扩散图神经网络策略指标丨单位：无.................................................................................................................................13 请仔细阅读本报告最后一页的免责声明2/16 研究背景与动机在当前高频变动的金融市场中，构建具备动态适应性的标的选择与择时策略，已成为量化交易领域的重要方向。尤其是在短周期策略、行业轮动与多因子增强模型日趋复杂化的背景下，传统基于回归或静态分类模型的方法逐渐暴露出其在结构建模与信息整合方面的天然局限。首先，传统模型普遍基于对单个标的时间序列的独立建模，忽视了期货之间由于行业联动、资本流向、风格切换等因素所构成的动态耦合关系。这种“单点视角”的建模方式在市场结构性剧烈变化时往往失效，导致预测结果稳定性差、偏差大。一方面，标的之间的价格联动不再仅由行业归属或市值大小决定，而是受到短期资金博弈、风格切换、政策扰动等非线性因素的影响；另一方面，标的内部的价格行为亦表现出明显的多层次结构，如不同时间尺度下的波动节奏、趋势惯性与逆转信号的交叠等。这种“跨