第七届“泰迪杯”数据挖掘挑战赛——
A
题：通过机器学习优化股票多因子模型
Fama
通过分析美国市场几十年的数据发现，美国股市绝大部分可以被市值、估值以及
市场收益
3
个因子解释，
并因此获得了
2013
年诺贝尔经济学奖。
Fama
的工作开启了通过因
子化分析股市获取超额收益的先河，
此后学术界及业界不断地寻找其他能获取超额收益的因
子及其组合和风险控制的方式。
在我国，基于财务因子(比如市盈率、市值等)及长周期的量价因子(比如月度反转、
月度成交量等)
为主要因子的传统多因子模型在
A
股市场曾经获得过较为稳健的超额收益，
但是由于
A
股市场存在明显的风格切换
(比如
2017
年下半年从传统的小市值风格切换到只
有极少数大市值股票上涨，而绝大部分股票下跌的风格)
，传统多因子模型的稳定性及有效
性受到了较大的考验。
相比传统的线性多因子模型，
机器学习算法能够通过对因子的非线性表达，
捕捉到更加
精细的市场信号，获取较为稳健的超额收益。
根据
2016
年
1
月
1
日至
2018
年
9
月
30
日我国
A
股市场的数据
(数据提取方式见附录
2
)
，
筛选出各大类股票因子中较优的子因子。
在此基础上，
分析不同的机器学习算法对提升
这些因子的等权重线性模型表现的优劣，
并使用
“
Auto-Trader
策略研究回测引擎”
进行策略
回测(初始资金为
1000
万元整，手续费为双边千分之
3
，每月月初调仓)
。
可以从以下角度入手进行分析：
(1)
利用
Auto-Trader
中各大类因子
(见附录
3
)
的日频数据
(数据提取方式见附录
4
)
，
分别做单因子策略研究和绩效分析，挑选出使得年化夏普比率(
Sharpe ratio
)最优的各个大
类的因子。
(2)
基于机器学习算法对
(1)
中挑选的因子，进行增强，利用
2016
年
1
月
1
日至
2018
年
9
月
30
日的数据进行选股和回测，比较不同机器学习算法选股策略与等权重线性模型选
股策略之间年化夏普比率的优劣。
(3)
对选股策略进行风险控制，要求将最大回撤控制在
10%
以内，重新完成
(2)
。
注：
除提交论文外，参赛队还须提交策略的回测报告，提交方式详见附录
7
。
参考文献
[1] Aurélien Géron
，
机器学习实战：
基于
Scikit-Learn
和
TensorFlow
，
机械工业出版社，
2018.9.