宏观量化系列深度报告（四）：沪银机器学习择时研究

研究背景与目标

• 研究背景：商品市场受宏观定价和产业供需影响，传统方法在趋势市有效但在震荡和政策扰动时稳定性下降，梯度提升树等方法需严格时间序列切分和信息时点控制。
• 研究目标：
  • 预测沪银未来5个、20个交易日的涨跌方向及上涨概率。
  • 建立滚动Walk-Forward的训练—验证—测试流程。
  • 整合多因子形成可解释的特征池。
  • 比较多空策略与基准策略的净值和风险收益特征。

研究原理与方法框架

• 标签形式：决策日t给出信号，t+1收盘开仓，持有h个交易日，t+1+h收盘平仓，定义涨跌标签。
• 滚动Walk-Forward：避免未来函数和重复调参，更接近真实流程。
• 模型原理：主模型为XGBoost，辅以Logistic回归，折内特征筛选。
• 验收框架：AUC和方向准确率分级，辅助维度包括高置信提升、盈亏比、夏普、最大回撤、过拟合缺口等。
• 指标介绍：
  • 方向正确率（DirAcc）：样本外序列预测与真实方向比较。
  • AUC：衡量概率排序能力。
  • IC/ICIR：因子筛选与辅助监控。
  • 高置信准确率与Lift：p≥up或p≤dn子集上的方向正确率及提升。
  • 过拟合缺口：训练集与样本外正确率之差。

数据来源与处理方法

• 标的与样本：沪银，日度面板3460个交易日，非重叠5日K线约692根，周度面板731周。
• 因子体系：量价技术、宏观流动性、风险偏好、市场结构、基本面、事件哑变量（含186列强因子）。
• 标签与价格处理：使用加权收盘价格计算收益，5日r=ln(P_t+6/P_t+1)，20日r=ln(P_t+21/P_t+1)。
• 缺失值、对齐与防泄漏：日历对齐、as-of处理，树模型容忍部分缺失，线性模型用中位数填充，严禁使用测试折信息。
• 训练、验证、测试集设计：5日滚动步长2，OOS约309个点；20日滚动步长4周取1点，OOS约579个点。

模型选择与训练结果

• 候选模型与选择逻辑：比较XGB、XGB+LGB、分类加回归等，选择样本外表现、稳定性、高置信提升、相对基准净值回撤等综合最优模型。
• 模型运行结果：
  • 5日XGBoost单模型：DirAcc 60.19%，AUC 0.608，接近优秀。
  • 5日融合模型：DirAcc 61.88%，整体良好。
  • 20日XGBoost单模型：DirAcc 62.5%，AUC 0.618，接近优秀。
  • 模型输出概率多数分布在0.4—0.55之间，极端概率占比较低。
  • 分年方向正确率显示部分年份模型表现较强，部分年份较弱。

回测规则与结果

• 回测规则：
  • 仓位：+1（做多）、-1（做空）、0（空仓）。
  • 买卖价格：加权均价，5日开仓T+1均价、平仓T+6均价；20日开仓T+1均价、平仓T+21均价。
  • 信号规则：全样本多空（p≥0.5做多，否则做空），高置信（p≥up做多，p<1-up做空）。
  • 基准策略：买入持有、双均线、多因子线性Ridge。
  • 未计入滑点、冲击、保证金占用等。
• 回测结果：
  • 5日：
    • 买入持有：净值约4.72，年化28.53%，夏普0.95，盈亏比1.43，最大回撤24.20%。
    • 5日单模型：净值约4.03，年化25.28%，夏普0.87，盈亏比1.38，最大回撤22.98%。
    • 5日融合模型：净值约3.33，年化21.10%，夏普0.77，盈亏比1.31，最大回撤26.84%。
    • 双均线策略表现最好。
    • 高置信软阈值0.55—0.56表现最优，但收益和夏普下降。
  • 20日：
    • 多空净值7.73，明显高于持有（4.68）和双均线（4.81），盈亏比接近2。
    • 高置信0.53—0.54覆盖58%—69%，子集正确率约67%，盈亏比约1.92—2.33，净值5.2—5.9。
    • 满仓多空净值仍高于各档高置信。

总结

• 主要结论：
  • 5日XGBoost滚动DirAcc 60.19%，融合模型61.88%。
  • 20日XGBoost滚动DirAcc 62.5%，接近优秀。
  • 5日单模型和融合模型多空策略虽超额，但银价长牛中不如买入持有和双均线。
  • 20日多空策略超额明显，但回撤超30%，需优化。
  • 高置信阈值0.53—0.54表现最优。
• 应用建议：
  • 5日策略更适合过滤器，20日策略可独立构建择时模块，但需控制回撤。
• 后续计划：
  • 继续寻找5日模型成员，看融合能否跨过62%。
  • 优化20日模型，关注近0.5错因，探索均价成交验证。
  • 考虑手续费和展期影响后重新评估软阈值优势。