AlphaCY系统优化系列报告（一）：引入多时间维度特征对市场短期状态分类优化

http://research.stocke.com.cn 1/20 请务必阅读正文之后的免责条款部分 [Table_main] 公司研究类模板 人工智能研究 报告日期：2022 年 07 月 09 日 AlphaCY 系统优化系列报告（一） ──引入多时间维度特征对市场短期状态分类优化 [table_zw] 公司研究类模板 金融工程研究 | 人工智能研究 | ：邱冠华 执业证书编号：S1230520010003 ：021-80106037 ：qiuguanhua@stocke.com.cn 报告导读 本文对 1.0 版本进行了优化，并在多个投资场景进行了应用测试。优化的内容主要涉及更多维度的价量信息以及更具解释性的网络结构。优化之后，2.0 版在识别短期市场状态上的精度较 1.0 版提升了约 10%。 报告摘要 ❑ 借助深度学习对个股的市场短期状态进行有效识别 将 A 股市场赛道择优模型应用于对个股的短期状态预测，并测试引入短期和中长期时间维度的同类型特征对模型进行优化。 ❑ 不同时间维度数据特征带来的增益 在现有的股票日级别量价数据基础上，为了让状态分类模型能对价量变化做出更及时的反应，引入更高频的数据；同时我们考虑市场变化偏离预期的情况，引入低频数据，让模型适应更长时间历史数据中的行情特征。 ❑ 利用卷积网络内部参数观察股票价量微结构 训练完成所得到的卷积核参数在部分特征上的集中分布，揭示了股票的价量特征之间的内在联系，而这种短期市场微结构正是特征工程要提取的有用信息。 ❑ 对市场状态预测与跟踪的应用意义 对个股市场状态的预测结果已经能直观体现其在不同的价格变动趋势，并且在价格拉升或者下跌的早期就能做出比较准确的判断，也为后续通过强化学习模型进行投资决策奠定了机器视觉基础。此外，在不同类型的资产上进行简单择时策略的回测也证明了系统的广阔应用前景。 [table_invest] 相关报告 《回归初心，专注市场——做人人能懂的金融工程》 《“成绩”的赛道 0.1.0 版》 证券研究报告 [table_page] 人工智能研究 http://research.stocke.com.cn 2/20 请务必阅读正文之后的免责条款部分 正文目录 1. 研究背景 .................................................................................................................................. 4 1.1. 深度学习模型................................................................................................................................................................ 4 1.2. 预测个股的市场短期状态 ............................................................................................................................................ 4 2. 优化市场状态分类模型 ............................................................................................................ 5 2.1. 特征转换方法：GAF 与 NT ........................................................................................................................................ 5 2.2. 扩充不同时间维度的数据特征 .................................................................................................................................... 6 2.3. 优化卷积网络结构 ........................................................................................................................................................ 8 3. 模型测试表现对比 ................................................................................................................. 12 3.1. 个股市场状态预测准确度 .......................................................................................................................................... 12 3.2. 个股市场状态预测结果对股价波动的提示效果 ...................................................................................................... 13 4. 市场状态预测应用案例 .......................................................................................................... 14 4.1. 基于市场状态预测的择时策略 .................................................................................................................................. 14 4.2. 策略应用于不同类型资产的表现结果 ...................................................................................................................... 15 5. 总结 .....................................................................................