CN109255714A - 机器学习基金优选系统及其优选方法 - Google Patents

Abstract

本发明公开了一种机器学习基金优选系统及其优选方法，该方法步骤如下：步骤1:构成训练用的数据；步骤2：进行机器学习模型训练和评估。通过构成训练用的数据、机器学习模型训练和评估，实现了针对基金经理在同类基金在不同市场行情下获取收益与控制风险的能力。

Description

机器学习基金优选系统及其优选方法

技术领域

本发明涉及基金优选技术领域，尤其是涉及一种机器学习基金优选系统及其优选方法。

背景技术

随着人们生活水平的提高，越来越多的人已不再拘泥于上班获得的固定工资，而将目光转向了理财，所谓理财，指的是对财务(财产和债务)进行管理，以实现财务的保值、增值为目的。理财分为公司理财、机构理财、个人理财和家庭理财等。人类的生存、生活及其它活动离不开物质基础，与理财密切相关。

如今的投资已实现了多元化、信息化以及透明化，越来越多的金融产品涌入到金融市场，而老百姓也借助各种技术的发展参与到了金融产品的投资大军中。

基金产品指基金融通过程的各种载体，它包括大类资产,大类资产可包括A股、美股、港股、国内债券、海外债券、黄金、石油和货币基金。目前投资人在投资基金产品时，对基金产品的投资主要是根据基金经理来进行投资的，而现在并没有针对基金经理在同类基金在不同市场行情下获取收益与控制风险的能力。

发明内容

针对上述技术问题，本发明的目的在于提供一种机器学习基金优选系统及其优选方法，通过构成训练用的数据、机器学习模型训练和评估，实现了针对基金经理在同类基金在不同市场行情下获取收益与控制风险的能力。

为实现上述目的，本发明提供了如下技术方案：

一种机器学习基金优选系统的优选方法，步骤如下：

步骤1: 构成训练用的数据；

步骤2：进行机器学习模型训练和评估。

通过采用上述技术方案，实现了针对基金经理在同类基金的不同市场行情下获取收益与控制风险的能力。

本发明进一步设置为：所述构成训练用的数据包括如下步骤：

步骤1-1：获取每个同类基金成立至今的数据；

步骤1-2：根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值。

通过采用上述技术方案，这样经由计算得到的各指标的值，就能够进行机器学习模型训练和评估，以此后续达到实现针对基金经理在同类基金的不同市场行情下获取收益与控制风险的能力。

本发明进一步设置为：所述获取每个同类基金成立至今的数据包括：

该同类基金的基金代码、该同类基金的名称、该同类基金所属大类资产、该同类基金的成立时间、该同类基金的基金经理、该同类基金的规模；

该同类基金的基金代码、日期、该同类基金在该日期的净值和该同类基金在该日期的日收益；

该同类基金对应的大类资产指数、日期、该大类资产在该日期的收盘价以及该大类资产在该日期的日收益。

通过采用上述技术方案，所述获取每个同类基金成立至今的数据包括：该同类基金的基金代码、该同类基金的名称、该同类基金所属大类资产、该同类基金的成立时间、该同类基金的基金经理、该同类基金的规模；该同类基金的基金代码、日期、该同类基金在该日期的净值和该同类基金在该日期的日收益；该同类基金对应的大类资产指数、日期、该大类资产在该日期的收盘价以及该大类资产在该日期的日收益；根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，这样经由计算得到的各指标的值，就能够进行机器学习模型训练和评估。

本发明进一步设置为：所述指标包括对比收益、风险归一化收益、特征行情端收益、风险类指标、基金胜率、业绩持续性能力、基金跟踪能力、基金规模、基金经理维度以及基金公司维度；

所述对比收益包括超额收益和同类基金收益分位数；

所述风险归一化收益包括夏普比率、索提诺比率和收益回撤比；

所述特征行情端收益包括上行期捕获收益和下行期捕获收益；

所述风险类指标包括相对最大回撤、年化波动率和Stutzer指数；

所述基金胜率包括同类基金的周胜率和同类基金的月胜率；

所述业绩持续性能力包括Hurst指数；

所述基金跟踪能力包括同类基金信息比率；

所述基金规模包括同类基金发行规模；

所述基金经理维度包括基金经理标的选择能力、基金经理风险控制能力、从业经验和业绩稳定度；

基金公司维度包括基金公司平台因子；

所述超额收益、同类基金收益分位数、夏普比率、索提诺比率、收益回撤比、上行期捕获收益、下行期捕获收益、相对最大回撤、年化波动率、Stutzer指数、同类基金的周胜率、同类基金的月胜率、同类基金信息比率、同类基金发行规模、基金经理标的选择能力、基金经理风险控制能力、从业经验、业绩稳定度和基金公司平台因子都是作为定量化特征的指标。

通过采用上述技术方案，就能够输入同类基金的定量化特征。这些特征刻画该基金背后的基金经理在不同市场行情下，获取收益与控制风险的能力。包括：选标的、择时、资金管理、风险控制等。

本发明进一步设置为：所述进行机器学习模型训练和评估包括对机器学习模型进行排序。

通过采用上述技术方案，进行机器学习模型训练和评估包括对机器学习模型进行排序，所述排序具体而言是通过训练机器学习模型，对每个半年后基金收益在同类基金中的表现进行排序。所述训练的目标是预测同类基金后续的相对表现。

本发明进一步设置为：所述对机器学习模型进行排序是运用LambdaMART模型来进行排序。

通过采用上述技术方案，对机器学习模型进行排序是运用LambdaMART模型来进行排序，不是传统的通过分类或者回归的方法求解排序问题，而是直接求解；通过损失函数的转换，将类似于NDCG这种无法求导的IR评价指标转换成可以求导的函数，并且富有了梯度的实际物理意义；由于每次训练可以在已有的模型上继续训练，因此适合于增量学习；因为采用树模型，因此可以学到不同特征组合情况；因为是基于MART模型，因此也具有MART的优势，可以学到每个特征的重要性，可以做特征选择；适用于正负样本比例失衡的数据。

本发明进一步设置为：所述进行机器学习模型训练和评估的方式如下：

步骤2-1：按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的所述设定格式的构成训练用的数据划分为样本内数据和样本外数据；

步骤2-2：运用LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估。

通过采用上述技术方案，Walk-Forward Test方法采用滚动的方式将可用的数据切分为多个片段，每个片段划分为样本内和样本外，具备了一定的自适应特性。

一种机器学习基金优选系统，包括: 至少一处理器和至少一存储器，所述至少一个存储器用于存储计算机程序，所述至少一个处理器用于调用所述至少一个存储器中的程序代码来执行所述机器学习基金优选系统的优选方法。

通过采用上述技术方案，这样就能通过处理器和存储器，能够实现了针对基金经理在同类基金在不同市场行情下获取收益与控制风险的能力。

本发明进一步设置为：所述机器学习基金优选系统包括构成训练用的数据的模块和机器学习模型训练和评估模块；

所述构成训练用的数据的模块用于获取每个同类基金成立至今的数据；用于根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值；

所述机器学习模型训练和评估模块用于按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的所述设定格式的构成训练用的数据划分为样本内数据和样本外数据；用于运用LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估。

通过采用上述技术方案，经由计算得到的各指标的值，就能够进行机器学习模型训练和评估，以此后续达到实现针对基金经理在同类基金的不同市场行情下获取收益与控制风险的能力。Walk-Forward Test方法采用滚动的方式将可用的数据切分为多个片段，每个片段划分为样本内和样本外，具备了一定的自适应特性。

综上所述，本发明具有以下有益效果：

这样经由计算得到的各指标的值，就能够进行机器学习模型训练和评估，以此后续达到实现针对基金经理在同类基金的不同市场行情下获取收益与控制风险的能力。Walk-Forward Test方法采用滚动的方式将可用的数据切分为多个片段，每个片段划分为样本内和样本外，具备了一定的自适应特性。

附图说明

图1是本发明的机器学习基金优选系统的优选方法的整体流程图；

图2是本发明的构成训练用的数据的流程图；

图3是本发明的进行机器学习模型训练和评估的流程图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

如图1-图3所示，机器学习基金优选系统的优选方法，步骤如下：

步骤1: 构成训练用的数据；

步骤2：进行机器学习模型训练和评估。这样就能实现针对基金经理获取收益与控制风险的能力，这样的能力是在同类基金在不同市场行情下具备的。

构成训练用的数据包括如下步骤：

步骤1-1：获取每个同类基金成立至今的数据；同类基金是指该基金中的同类的大类资产，大类资产的类别包括A股、美股、港股、国内债券、海外债券、黄金、石油或者货币基金。

步骤1-2：根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值。这样经由计算得到的各指标的值，就能够进行机器学习模型训练和评估。

获取每个同类基金成立至今的数据包括：

该同类基金的基金代码、该同类基金的名称、该同类基金所属大类资产、该同类基金的成立时间、该同类基金的基金经理、该同类基金的规模；

该同类基金的基金代码、日期、该同类基金在该日期的净值和该同类基金在该日期的日收益；

该同类基金对应的大类资产指数、日期、该大类资产在该日期的收盘价以及该大类资产在该日期的日收益。根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，这样经由计算得到的各指标的值。

指标包括对比收益、风险归一化收益、特征行情端收益、风险类指标、基金胜率、业绩持续性能力、基金跟踪能力、基金规模、基金经理维度以及基金公司维度；

对比收益包括超额收益和同类基金收益分位数；超额收益为同类基金相对其指数的收益差额；同类基金收益分位数为不同时间区间段，基金在同类型收益所处的5分位位置。

风险归一化收益包括夏普比率、索提诺比率和收益回撤比；夏普比率为同类基金每承担单位风险所获得的单位收益；索提诺比率为同类基金每承担单位下行波动所获得的单位收益；收益回撤比为同类基金每承担单位回撤所获得的单位收益；

特征行情端收益包括上行期捕获收益和下行期捕获收益；上行期捕获收益为表征同类基金在上行行情中获取收益的能力；下行期捕获收益为表征同类基金在下行行情中获取收益的能力；

风险类指标包括相对最大回撤、年化波动率和Stutzer指数；相对最大回撤为区间段内同类基金最大回撤或者对应指数的最大回撤；年化波动率为表征同类基金收益曲线的波动程度，由日收益的方差折算而来；Stutzer指数为衡量同类基金净值在负收益的情况下，衰退到0的速度。

基金胜率包括同类基金的周胜率和同类基金的月胜率；

业绩持续性能力包括Hurst指数；Hurst指数用来检验同类基金业绩的可持续性。

基金跟踪能力包括同类基金信息比率；同类基金信息比率表明信息比率越大，说明基金经理单位跟踪误差所获得的超额收益越高，因此就单一指标而言，信息比率较大的基金的表现要优于信息比率较低的基金。

基金规模包括同类基金发行规模；

基金经理维度包括基金经理标的选择能力、基金经理风险控制能力、从业经验和业绩稳定度；基金经理标的选择能力将其从业所管理的同类基金的alpha求均值；基金经理风险控制能力为将其从业所管理的同类基金的最大回撤求均值；从业经验为从业年限；业绩稳定度为将其从业所管理的同类基金的夏普比率求均值。

基金公司维度包括基金公司平台因子；

超额收益、同类基金收益分位数、夏普比率、索提诺比率、收益回撤比、上行期捕获收益、下行期捕获收益、相对最大回撤、年化波动率、Stutzer指数、同类基金的周胜率、同类基金的月胜率、同类基金信息比率、同类基金发行规模、基金经理标的选择能力、基金经理风险控制能力、从业经验、业绩稳定度和基金公司平台因子都是作为定量化特征的指标。

进行机器学习模型训练和评估包括对机器学习模型进行排序，排序具体而言是通过训练机器学习模型，对每个半年后基金收益在同类基金中的表现进行排序。

对机器学习模型进行排序是运用将Lambda梯度和作为GBDT的一种的MART结合的LambdaMART模型来进行排序；运用LambdaMART模型来进行排序的优点如下：

（1）适用于排序场景：不是传统的通过分类或者回归的方法求解排序问题，而是直接求解；

（2）损失函数可导：通过损失函数的转换，将类似于NDCG这种无法求导的IR评价指标转换成可以求导的函数，并且富有了梯度的实际物理意义；

（3）增量学习：由于每次训练可以在已有的模型上继续训练，因此适合于增量学习；

（4）组合特征：因为采用树模型，因此可以学到不同特征组合情况；

（5）特征选择：因为是基于MART模型，因此也具有MART的优势，可以学到每个特征的重要性，可以做特征选择；

（6）适用于正负样本比例失衡的数据：因为模型的训练对象具有不同标识的基金，而不是预测每个基金的标识，因此对正负样本比例失衡不敏感。

进行机器学习模型训练和评估的方式如下：

由于金融量化领域的非平稳性，为了模型的训练更加稳健，本发明采用一种有别于经典机器学习训练与评估的方法：Walk-Forward Test方法。以前传统的经典机器学习训练与评估的方法是以某一时间为界限把数据一分为二，一般的做法是前2/3为样本内，后1/3为样本外。这种方法存在一个缺陷就是模型容易过拟合，对未来的行情适应能力差。Walk-Forward Test方法采用滚动的方式将可用的数据切分为多个片段，每个片段划分为样本内和样本外。

步骤2-1：按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的设定格式的构成训练用的数据划分为样本内数据和样本外数据；

步骤2-2：借助Walk-Forward Test方法，采用增量学习的方式：后一份数据训练时，模型的初始值采用上一份训练好的参数；这样的好处：可以使得模型准备同市场与时俱进的能力，从而模型能够有效应对金融市场环境随时间推移，不断变化的特征，具备了一定的自适应特性；运用将Lambda梯度和作为GBDT的一种的MART结合的LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估。

一种机器学习基金优选系统，包括: 至少一处理器和至少一存储器，至少一个存储器用于存储计算机程序，至少一个处理器用于调用至少一个存储器中的程序代码来执行机器学习基金优选系统的优选方法。

机器学习基金优选系统包括构成训练用的数据的模块和机器学习模型训练和评估模块；

构成训练用的数据的模块用于获取每个同类基金成立至今的数据；同类基金是指该基金中的同类的大类资产，大类资产的类别包括A股、美股、港股、国内债券、海外债券、黄金、石油或者货币基金。用于根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值；这样经由计算得到的各指标的值，就能够进行机器学习模型训练和评估。

机器学习模型训练和评估模块用于按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的设定格式的构成训练用的数据划分为样本内数据和样本外数据；用于运用将Lambda梯度和作为GBDT的一种的MART结合的LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估，这样的排序是把每天的样本内数据作为训练集输入将Lambda梯度和作为GBDT的一种的MART结合的LambdaMART模型来进行排序。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (9)

1.一种机器学习基金优选系统的优选方法，其特征在于：步骤如下：

步骤1: 构成训练用的数据；

步骤2：进行机器学习模型训练和评估。

2.根据权利要求1所述的机器学习基金优选系统的优选方法，其特征在于：所述构成训练用的数据包括如下步骤：

步骤1-1：获取每个同类基金成立至今的数据；

步骤1-2：根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值。

3.根据权利要求2所述的机器学习基金优选系统的优选方法，其特征在于：所述获取每个同类基金成立至今的数据包括：

该同类基金的基金代码、该同类基金的名称、该同类基金所属大类资产、该同类基金的成立时间、该同类基金的基金经理、该同类基金的规模；

该同类基金的基金代码、日期、该同类基金在该日期的净值和该同类基金在该日期的日收益；

该同类基金对应的大类资产指数、日期、该大类资产在该日期的收盘价以及该大类资产在该日期的日收益。

4.根据权利要求2所述的机器学习基金优选系统的优选方法，其特征在于：所述指标包括对比收益、风险归一化收益、特征行情端收益、风险类指标、基金胜率、业绩持续性能力、基金跟踪能力、基金规模、基金经理维度以及基金公司维度；

所述对比收益包括超额收益和同类基金收益分位数；

所述风险归一化收益包括夏普比率、索提诺比率和收益回撤比；

所述特征行情端收益包括上行期捕获收益和下行期捕获收益；

所述风险类指标包括相对最大回撤、年化波动率和Stutzer指数；

所述基金胜率包括同类基金的周胜率和同类基金的月胜率；

所述业绩持续性能力包括Hurst指数；

所述基金跟踪能力包括同类基金信息比率；

所述基金规模包括同类基金发行规模；

所述基金经理维度包括基金经理标的选择能力、基金经理风险控制能力、从业经验和业绩稳定度；

基金公司维度包括基金公司平台因子；

所述超额收益、同类基金收益分位数、夏普比率、索提诺比率、收益回撤比、上行期捕获收益、下行期捕获收益、相对最大回撤、年化波动率、Stutzer指数、同类基金的周胜率、同类基金的月胜率、同类基金信息比率、同类基金发行规模、基金经理标的选择能力、基金经理风险控制能力、从业经验、业绩稳定度和基金公司平台因子都是作为定量化特征的指标。

5.根据权利要求1所述的机器学习基金优选系统的优选方法，其特征在于：所述进行机器学习模型训练和评估包括对机器学习模型进行排序。

6.根据权利要求5所述的机器学习基金优选系统的优选方法，其特征在于：所述对机器学习模型进行排序是运用LambdaMART模型来进行排序。

7.根据权利要求1所述的机器学习基金优选系统的优选方法，其特征在于：所述进行机器学习模型训练和评估的方式如下：

步骤2-1：按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的所述设定格式的构成训练用的数据划分为样本内数据和样本外数据；

步骤2-2：运用LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估。

8.一种机器学习基金优选系统，其特征在于，包括: 至少一处理器和至少一存储器，所述至少一个存储器用于存储计算机程序，所述至少一个处理器用于调用所述至少一个存储器中的程序代码来执行所述机器学习基金优选系统的优选方法。

9.根据权利要求8所述的机器学习基金优选系统，其特征在于，所述机器学习基金优选系统包括构成训练用的数据的模块和机器学习模型训练和评估模块；

所述构成训练用的数据的模块用于获取每个同类基金成立至今的数据；用于根据获取的每个同类基金成立至今的数据来按日期逐个计算各指标的值，并把每个日期下的各指标的值组成一个设定格式的构成训练用的数据，该数据的格式为顺序排列的同类基金的基金代码、日期和该同类基金的各指标的值；

所述机器学习模型训练和评估模块用于按Walk-Forward Test方法，以投资同类基金一年半为时长，在该一年半的时长内以一周为步长滚动，前12个月的数据为样本内数据，后6个月的为样本外数据，将生成的所述设定格式的构成训练用的数据划分为样本内数据和样本外数据；用于运用LambdaMART模型来对样本内数据进行排序，并对样本外数据进行评估。