华泰人工智能系列之二十六：遗传规划在_CTA_信号挖掘中的应用

谨请参阅尾页重要声明及华泰证券股票和行业评级标准 1 证券研究报告 金工研究/深度研究 2019年11月25日 林晓明 执业证书编号：S0570516010001 研究员 0755-82080134 linxiaoming@htsc.com 陈烨 执业证书编号：S0570518080004 研究员 010-56793942 chenye@htsc.com 李子钰 执业证书编号：S0570519110003 研究员 0755-23987436 liziyu@htsc.com 何康 021-28972039 联系人 hekang@htsc.com 1《金工: 市场弱有效性检验与择时战场选择》2019.11 2《金工: 风险预算模型如何度量风险更有效》2019.11 3《金工: 不同协方差估计方法对比分析》2019.11 遗传规划在 CTA 信号挖掘中的应用 华泰人工智能系列之二十六 本文介绍了遗传规划在 CTA 信号挖掘中的应用，并展示了实证结果 在机器学习中，遗传规划是一个优秀的特征生成工具，本文介绍了遗传规划在 CTA 信号挖掘中的应用。遗传规划的优势在于能在现有的数据和运算符中进行大规模启发式搜索，同时突破人类的思维局限，挖掘出特异的、能对现有CTA策略做出有益补充的信号。本文基于遗传规划程序包 gplearn进行改进，并在多个商品期货品种上测试，挖掘出了一些回测效果较好且意义明确的 CTA 信号。 遗传规划能挖掘对现有 CTA 策略做出有益补充的信号，提高策略的差异性 量化 CTA 策略中最常见的策略是趋势/反转策略。经典的趋势/反转策略大多已有数十年的历史，策略的逻辑相对固定，随着使用该类策略的投资者逐渐增多，策略可能面临交易拥挤、有效性下降的问题，此时遗传规划将会是一个值得尝试的工具。遗传规划可以充分利用计算机的强大算力生成大量公式化的交易信号，并通过启发式搜索寻找潜在有效的信号。在计算机 7X24 小时不间断的挖掘下，我们或许能够找到一些对现有 CTA 策略做出有益补充的信号，提高策略的差异化程度。 本文展示了遗传规划挖掘出的 9 个商品期货品种的 CTA 信号 本文选择三大商品交易所中流动性较好的 40 个商品期货品种进行测试，挖掘基于一分钟 K 线的信号。综合考虑信号的回测效果和复杂程度，本文展示了 9 个品种对应信号的回测结果。考虑到 CTA 信号过拟合可能性较高，我们对每个信号进行参数遍历，各品种的信号在全部参数下都有正收益，且各个信号使用的参数在所有参数中表现中上，不是刻意挑选出的最优信号。在挖掘出的信号中，一部分信号是趋势/反转信号，还有一部分信号则与成交量、持仓量有关。 本文构建了多策略组合来分散单一 CTA 信号的风险，提升夏普比率 单一品种的单一信号面临较大回撤风险。为了减小回撤，提升夏普比率，本文构建了多策略组合，策略运行中可能同时持有多个品种的合约。假设不使用杠杆，在单边交易成本为万分之三时，2015 年以来多策略组合年化收益率为 25.26%，夏普比率为 2.25，最大回撤为 10.51%。 风险提示：通过遗传规划挖掘的 CTA 信号是历史经验的总结，存在失效的可能。遗传规划所得 CTA 信号可能过于复杂，可解释性较低，使用需谨慎。 相关研究 23471937/43348/20191125 16:40 金工研究/深度研究 | 2019 年 11 月 25 日 谨请参阅尾页重要声明及华泰证券股票和行业评级标准 2 正文目录 本文研究导读 .................................................................................................................... 4 遗传规划回顾和量化 CTA 策略简介 .................................................................................. 5 遗传规划回顾 ............................................................................................................ 5 量化 CTA 策略简介 .................................................................................................... 5 遗传规划挖掘 CTA 信号的方法：gplearn 的改进 .............................................................. 7 改进 1：适用于 CTA 策略的信号函数 ....................................................................... 7 改进 2：适用于 CTA 信号的适应度计算函数............................................................. 7 遗传规划挖掘 CTA 信号的流程 ......................................................................................... 8 标的选择和数据处理 .................................................................................................. 8 遗传规划流程 ............................................................................................................ 8 遗传规划挖掘 CTA 信号的测试结果 .................................................................................. 9 信号详细测试结果和分析 .......................................................................................... 9 PTA(TA) ............................................................................................................. 9 螺纹钢(RB) ...................................................................................................... 11 聚乙烯(