因子选股系列之一〇七：DFQ-XGB，基于树模型的alpha预测方案.docxVIP

目录

TOC\o1-2\h\z\u一、 树模型的训练细节 5

训练区间的选择 5

样本空间的选择 6

输入特征的构造 6

数据预处理方案的选择 7

基础树模型的选择 8

对抗过拟合技巧 9

调参技巧 9

DoubleEnsemble模型的增量 11

随机种子的影响 12

树模型和神经网络模型比较 12

二、树模型的训练效果 13

模型的训练和预测过程 13

模型训练趋势 14

因子整体绩效表现 14

因子多头组表现 16

因子分年绩效表现 18

因子多头组绩效归因 22

中性化因子绩效表现 25

三、多模型集成增量 26

多模型相关性 26

多模型集成表现 28

四、Top100组合表现 30

Top100组合构建说明 30

Top100组合表现 30

五、指数增强组合表现 32

指数增强组合构建说明 32

沪深300指数增强组合表现 32

中证500指数增强组合表现 34

中证1000指数增强组合表现 35

六、总结 37

参考文献 37

风险提示 37

图表目录

图1：树模型训练细节 5

图2：不同训练区间下的模型效果对比（2020.01.01-2024.2.1） 5

图3：全市场训练vs大市值股票池训练的模型效果对比（2020.01.01-2024.3.31） 6

图4：全市场训练vs大市值股票池训练的模型效果对比（2024.01.01-2024.3.31） 6

图5：不同输入特征下的模型效果对比（2020.01.01-2024.3.31） 6

图6：不同输入特征下的模型特征重要性分类统计（gain，2020.01.01-2024.3.31） 7

图7：不同输入特征下的模型特征重要性前十（gain，2020.01.01-2024.3.31） 7

图8：两阶段模型效果对比（2020.01.01-2024.3.31） 7

图9：不同数据预处理方案下的模型效果对比-解释变量X的处理（2020.01.01-2024.3.31） 8

图10：不同数据预处理方案下的模型效果对比-预测标签Y的处理（2020.01.01-2024.3.31） 8

图11：XGBoost、LightGBM和CatBoost模型的优缺点对比（2020.01.01-2024.3.31） 9

图12：不同基础树模型下的模型效果对比（2020.01.01-2024.3.31） 9

图13：XGBoost模型超参数列表 10

图14：调参前后的模型效果对比（2020.01.01-2024.3.31） 10

图15：添加DoubleEnsemble后的模型效果对比（2020.01.01-2024.3.31） 11

图16：不同随机种子下的模型效果对比（2020.01.01-2024.3.31） 12

图17：不同随机种子下的模型相关性（2020.01.01-2024.3.31） 12

图18：相同特征下，XGBoost模型与MLP模型的模型效果对比（2020.01.01-2024.3.31） 12

图19：相同特征下，XGBoost模型与MLP模型的相关性（2020.01.01-2024.3.31） 12

图20：树模型和神经网络对比 13

图21：训练集、验证集、测试集中IC变化 14

图22：训练集、验证集、测试集中rankIC变化 14

图23：中证全指股票池各模型因子绩效表现（2020.1.1-2024.6.30） 15

图24：中证全指股票池各模型分组年化超额收益（2020.1.1-2024.6.30） 15

图25：沪深300股票池各模型因子绩效表现（2020.1.1-2024.6.30） 15

图26：中证500股票池各模型因子绩效表现（2020.1.1-2024.6.30） 16

图27：中证1000股票池各模型因子绩效表现（2020.1.1-2024.6.30） 16

图28：中证全指股票池各模型多头组超额收益净值回撤（2020.1.1-2024.6.30） 16

图29：沪深300股票池各模型多头组超额收益净值回撤（2020.1.1-2024.6.30） 17

图30：中证500股票池各模型多头组超额收益净值回撤（2020.1.1-2024.6.30） 17

图31：中证1000股票池各模型多头组超额收益净值回撤（2020.1.1-2024.6.30） 17

图32：中证全指股票池各模型分年绩效表现（2020.1.1-2024.06.3