機器學(xué)習(xí)驅(qū)動的基本面量化投資研究

鐘小強

摘要：基本面量化投資是近年來金融科技和量化投資研究的新熱點。作為人工智能的代表性技術(shù)，機器學(xué)習(xí)能夠大幅度提高經(jīng)濟學(xué)和管理學(xué)中預(yù)測類研究的效果。

關(guān)鍵詞：機器學(xué)習(xí);基本面;量化投資

互聯(lián)網(wǎng)及大數(shù)據(jù)模式下的經(jīng)濟活動促使了更多高維、復(fù)雜經(jīng)驗數(shù)據(jù)的產(chǎn)生，機器學(xué)習(xí)在科學(xué)研究領(lǐng)域的應(yīng)用為新范式下的經(jīng)濟研究提供了新型的研究方法，進而促使經(jīng)濟學(xué)研究由當前的線性、低維、有限樣本、抽象模型向非線性、高維、大樣本、復(fù)雜模型的轉(zhuǎn)向。經(jīng)濟學(xué)實證研究及計量經(jīng)濟學(xué)模型理論研究中對機器學(xué)習(xí)的應(yīng)用及相關(guān)文獻的出現(xiàn)，是這次轉(zhuǎn)向的主要標志。

1機器學(xué)習(xí)的內(nèi)涵界定

廣義的機器學(xué)習(xí)認為，機器學(xué)習(xí)是計算機科學(xué)的一些分支領(lǐng)域的集合，也是機器一系列在計算機科學(xué)、工程學(xué)、統(tǒng)計學(xué)尤其是社會科學(xué)中發(fā)展和使用。由于機器學(xué)習(xí)算法廣泛應(yīng)用于不同學(xué)科，不同領(lǐng)域或?qū)W科對機器學(xué)習(xí)的界定也不同。狹義的機器學(xué)習(xí)則來自各個學(xué)科對機器學(xué)習(xí)的分別界定。如計算機科學(xué)認為，機器學(xué)習(xí)是數(shù)據(jù)科學(xué)的核心，是現(xiàn)代人工智能的本質(zhì)，機器學(xué)習(xí)簡單來說就是涵蓋了統(tǒng)計推斷的人工智能。工業(yè)和工程學(xué)等領(lǐng)域認為，機器學(xué)習(xí)是對能基于現(xiàn)有經(jīng)驗自動改進計算機算法的研究，這種算法對人工智能的發(fā)展具有關(guān)鍵的促進作用。統(tǒng)計學(xué)認為，機器學(xué)習(xí)是從數(shù)據(jù)中挖掘出有價值的信息，是更高層次、更智能化的數(shù)據(jù)挖掘方法。統(tǒng)計學(xué)對機器學(xué)習(xí)三個層次的劃分是基于計算機視覺理論創(chuàng)始人馬爾關(guān)于計算機視覺的三級論定義的，他并將機器學(xué)習(xí)分為初級、中級和高級三個層次。初級機器學(xué)習(xí)是獲取數(shù)據(jù)和提取數(shù)據(jù)特征;中級機器學(xué)習(xí)是數(shù)據(jù)處理與分析，包括應(yīng)用問題導(dǎo)向的模型和方法的應(yīng)用，也就是數(shù)據(jù)挖掘，但機器學(xué)習(xí)的數(shù)據(jù)挖掘更強調(diào)問題導(dǎo)向，重在提出和發(fā)展模型、方法及算法，并探討其背后的數(shù)學(xué)原理或理論基礎(chǔ);高級機器學(xué)習(xí)是通過統(tǒng)計推斷而達到某種智能與認知。統(tǒng)計學(xué)認為，機器學(xué)習(xí)和數(shù)據(jù)挖掘具有相同的本質(zhì)，只是數(shù)據(jù)挖掘更偏向于數(shù)據(jù)端，而機器學(xué)習(xí)則偏向于智能端。計量經(jīng)濟學(xué)認為，機器學(xué)習(xí)是一種應(yīng)用計量經(jīng)濟學(xué)研究方法，是傳統(tǒng)計量經(jīng)濟學(xué)研究方法在數(shù)據(jù)處理與預(yù)測領(lǐng)域的一種進步，是大數(shù)據(jù)背景下計量經(jīng)濟學(xué)回歸分析及預(yù)測方法的發(fā)展，機器學(xué)習(xí)基于計算機的算法，其本質(zhì)是對計量經(jīng)濟學(xué)工具箱的一種豐富。經(jīng)濟學(xué)認為，機器學(xué)習(xí)是一個領(lǐng)域，旨在開發(fā)應(yīng)用于數(shù)據(jù)集的算法，這些算法主要集中于回歸（預(yù)測）、分類和聚類任務(wù)，分為有監(jiān)督機器學(xué)習(xí)和無監(jiān)督機器學(xué)習(xí)兩類：有監(jiān)督的機器學(xué)習(xí)是在樣本數(shù)據(jù)或向量預(yù)先設(shè)定好“標簽”（一系列的預(yù)先假定，如分類的標準）的前提下，總結(jié)出樣本向量的映射關(guān)系，如正則化回歸和分類;無監(jiān)督的機器學(xué)習(xí)是在沒有對樣本數(shù)據(jù)或向量設(shè)定任何“標簽”的情況下，從數(shù)據(jù)中識別出其內(nèi)部蘊含關(guān)系的一種“挖掘”工作，聚類是典型的無監(jiān)督機器學(xué)習(xí)。從機器學(xué)習(xí)的算法出現(xiàn)及其學(xué)科應(yīng)用來看，機器學(xué)習(xí)具有計算機與人工智能的學(xué)科背景，涵蓋部分統(tǒng)計學(xué)學(xué)科內(nèi)容，研究方法具有高度兼容性，可應(yīng)用于各個領(lǐng)域、學(xué)科門類，對機器學(xué)習(xí)泛泛的廣義界定或基于某個領(lǐng)域、學(xué)科門類的狹義界定，都是不恰當?shù)摹Ｒ虼耍趯C器學(xué)習(xí)的研究對象、學(xué)科主旨、學(xué)科特點和方法論基礎(chǔ)，我們對機器學(xué)習(xí)的內(nèi)涵作出如下界定：機器學(xué)習(xí)是旨在通過數(shù)據(jù)、文本、圖片等現(xiàn)實經(jīng)驗信息，通過計算機算法來進行深度挖掘，進而對經(jīng)驗現(xiàn)實進行建模及預(yù)測的一門科學(xué)。機器學(xué)習(xí)強大的數(shù)據(jù)、文本、圖片處理功能，基于計算機和人工智能的深度挖掘功能和基于數(shù)據(jù)、文本、圖像等高度復(fù)雜經(jīng)驗信息的模型選擇及預(yù)測功能，使其廣泛應(yīng)用于現(xiàn)實世界的各個領(lǐng)域，并與各個領(lǐng)域現(xiàn)有研究方法相結(jié)合，演化并生成了適合各個領(lǐng)域獨特研究的系列機器學(xué)習(xí)算法，并伴隨著各領(lǐng)域的發(fā)展而不斷進化生成新的算法體系，這使得機器學(xué)習(xí)成為一門以多學(xué)科交叉共融為其首要特點的經(jīng)驗科學(xué)。從機器學(xué)習(xí)本身的學(xué)科特征看，機器學(xué)習(xí)以現(xiàn)實的經(jīng)驗信息為研究對象，以計算機和人工智能相結(jié)合的算法為研究方法，以數(shù)據(jù)科學(xué)、人工智能為算法邏輯基礎(chǔ)，以對現(xiàn)實復(fù)雜的經(jīng)驗信息進行系統(tǒng)化表達與準確預(yù)測為學(xué)科宗旨，以多領(lǐng)域的交叉共融的高度兼容性和進步性為學(xué)科特點。從機器學(xué)習(xí)學(xué)科的方法論基礎(chǔ)看，機器學(xué)習(xí)以邏輯實證主義為其方法論基礎(chǔ)，以數(shù)據(jù)導(dǎo)向的研究模式為其研究范式，以模型與經(jīng)驗信息的一致為其模型體系的特征。

2基本面量化投資分析

基本面量化投資融合了量化投資（計算機驅(qū)動）與價值投資（人為驅(qū)動），是近年來備受關(guān)注的一種智能量化投資方式。其核心是分析股票的基本面因素和風(fēng)險溢價（或超額收益）之間的關(guān)系，或股票收益的準確預(yù)測。當前學(xué)術(shù)研究中的基本面因素通常來源于市場異象的研究，即能夠提供超額收益的公司特征。盡管現(xiàn)有研究提出了數(shù)以百計的被認為能夠提供超額收益的市場異象因子，但后續(xù)的樣本外檢驗發(fā)現(xiàn)大部分因子難以持續(xù)地提供超額收益。異象因子的大量涌現(xiàn)也對傳統(tǒng)的資產(chǎn)定價方法提出了技術(shù)挑戰(zhàn)：①資產(chǎn)風(fēng)險溢價的候選因子多達數(shù)百個，且很多因子極為相近，而傳統(tǒng)的組合排序和Fama-MacBeth回歸并未綜合考慮各因子，也未考慮因子間的交互作用;②當因子維度變大時，線性和非線性的考慮使得預(yù)測函數(shù)形式的搜索復(fù)雜度急劇增加，幾乎無法通過人工去指定，但現(xiàn)有研究方法并未提供高維因子與預(yù)測函數(shù)形式選擇的建議。以上兩個技術(shù)難題呼喚著新研究工具的介入，前美國金融學(xué)會會長Cochrane認為，在處理如此眾多的因子時，必須使用“不同的研究工具”。作為人工智能的代表性技術(shù)，機器學(xué)習(xí)和深度學(xué)習(xí)是其中強有力的備選工具。機器學(xué)習(xí)和深度學(xué)習(xí)包含眾多類型的研究方法，如監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)等。這三種研究方式的主要區(qū)別在于對數(shù)據(jù)樣本標簽的要求。監(jiān)督學(xué)習(xí)需要樣本的標簽（比如股票收益），無監(jiān)督學(xué)習(xí)無需標簽，半監(jiān)督學(xué)習(xí)則需要部分標簽。本文選擇（監(jiān)督）機器學(xué)習(xí)來分析異象因子與超額收益之間關(guān)系，原因有三：①資產(chǎn)收益預(yù)測本質(zhì)上是一個預(yù)測問題，而機器學(xué)習(xí)和深度學(xué)習(xí)旨在自動地尋找數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)和模式來輔助預(yù)測。在資產(chǎn)收益預(yù)測中，收益數(shù)據(jù)的存在從本質(zhì)上決定了該問題是一個監(jiān)督學(xué)習(xí)的任務(wù)。因此，監(jiān)督學(xué)習(xí)中的回歸方法天然地適用于資產(chǎn)收益預(yù)測研究。②針對前述兩個技術(shù)難題，機器學(xué)習(xí)的三個特性使其適用于該預(yù)測問題。通過眾多備選的預(yù)測函數(shù)形式，無論線性模型還是非線性模型，機器學(xué)習(xí)提供了一系列豐富的方法來實現(xiàn)更加準確的預(yù)測;很多機器學(xué)習(xí)方法（如深度神經(jīng)網(wǎng)絡(luò)等）專門被設(shè)計用于逼近復(fù)雜的非線性關(guān)系;參數(shù)正則化和模型選擇等技術(shù)使得在選擇預(yù)測函數(shù)時不易過擬合而導(dǎo)致虛假發(fā)現(xiàn)。③現(xiàn)有研究中豐富的異象因子為機器學(xué)習(xí)提供了有理論基礎(chǔ)的輸入變量，使得本文的研究區(qū)別于很多純粹的金融數(shù)據(jù)挖掘。盡管機器學(xué)習(xí)和深度學(xué)習(xí)研究方法天然地適用于解決股票收益預(yù)測面臨的挑戰(zhàn)，但根據(jù)機器學(xué)習(xí)理論中的“沒有免費午餐定理”，本文并不能預(yù)知哪個算法會取得最好的預(yù)測效果。因此，機器學(xué)習(xí)算法在中國股票收益預(yù)測問題上的表現(xiàn)也就成了一個實證問題，需要系統(tǒng)性檢驗。但是現(xiàn)有機器學(xué)習(xí)方法預(yù)測股票收益多從方法論的創(chuàng)新出發(fā)，仍缺乏系統(tǒng)性的研究來檢視其作用和效果。

結(jié)束語：本文對機器學(xué)習(xí)在經(jīng)濟學(xué)和管理學(xué)中的應(yīng)用研究具有重要的啟示。機器學(xué)習(xí)在經(jīng)濟學(xué)和管理學(xué)中的應(yīng)用主要有兩個視角：①運用機器學(xué)習(xí)處理非結(jié)構(gòu)化數(shù)據(jù)并提取代理變量，比如運用機器學(xué)習(xí)算法從文本中提取投資者情緒指標等;②在經(jīng)濟學(xué)和管理學(xué)中的預(yù)測問題上運用機器學(xué)習(xí)方法以提升其預(yù)測能力，尤其是樣本外預(yù)測的效果。

參考文獻：

[1]?? 黃乃靜，于明哲.機器學(xué)習(xí)對經(jīng)濟學(xué)研究的影響研究進展[J].經(jīng)濟學(xué)動態(tài)，2018，（7）：115-129.

[2]?? 李斌，林彥，唐聞軒.ML-TEA：一套基于機器學(xué)習(xí)和技術(shù)分析的量化投資算法[J].系統(tǒng)工程理論與實踐，2017，37（5）：1089-1100.