机器学习预测中国股票收益：基于108个特征的实证研究

机器学习预测中国股票收益：基于108个特征的实证研究

本文采用机器学习方法对中国A股市场（1997年1月至2019年12月）的股票收益进行预测。研究使用了108种异常现象作为特征，包括波动性、流动性、动量、财务和价值等类别，并运用多种机器学习算法进行模型构建。结果显示，机器学习算法在样本外预测中明显优于传统计量经济模型，特别是在流动性特征的预测方面表现出色。

数据与方法

研究数据来源于Wind金融数据库，涵盖了上海和深圳证券交易所的A股市场。时间范围从1997年1月到2019年12月。研究采用了月度再平衡周期，同时考虑了现金股息的投资。

作为机器学习方法的输入，研究使用了Hou等人（2019年）和Qiao（2019年）的研究中发现的美国股票市场中的108种异常现象。这些异常可以分为五类：

• 波动性（风险）：例如贝塔、波动率、特异波动率等（37种）
• 流动性：例如规模、换手率、Amihu等（23种）
• 动量：例如11个月的动量、6个月的动量、动量变化、动量残差等（9种）
• 财务：例如净资产收益率、毛利率、资产增长率等（31种）
• 价值：例如市净率、股息与股价比率等（8种）

研究采用了多种机器学习算法：

• 普通最小二乘模型（OLS）
• 带有惩罚项的线性模型
• 主成分分析回归（PCA）
• 偏最小二乘回归
• 回归树模型
• 随机森林
• 梯度提升回归树（GBDT）
• 神经网络模型

超参数调整通过将数据分为训练集（1997-2003年）、验证集（2004-2009年）和测试集（2010-2019年）来进行。

策略表现

策略在每个月的最后一个交易日预测下个月股票收益，并根据预测结果构建不同资产组合。研究将数据分为十分位数，结果显示：

• 长短资产组合策略的平均月回报率为1.99%，月平均标准差为6.13%，年化夏普比率为1.13%
• 纯做空资产组合策略的平均月回报率为1.11%，月标准差为9.00%，年化夏普比率为0.43%

研究结论

研究发现，机器学习算法在样本外预测中明显优于传统计量经济模型。特别是在流动性特征的预测方面表现出色，而动量特征在样本外预测中较弱。两层神经网络的等权（市值加权）长短头寸策略表现最佳，平均月回报为3.03%（2.94%），月波动率为4.65%（6.88%），年化夏普比率为2.26（1.48）。

回测表现

• 年化收益率：26.68%
• 波动率：23.88%
• Beta：N/A
• 夏普比率：1.13
• 索提诺比率：N/A
• 最大回撤：N/A
• 胜率：N/A

参考文献

Are Stock Returns Predictable in China? A Machine Learning Approach

• Huihang Wu, xingkong wei, Xiaoyan Zhang, Tsinghua University – PBC School of Finance, China Securities Co., Ltd., Tsinghua University – PBC School of Finance