LSTM与Transformer深度学习因子挖掘对比 [page::3][page::4][page::5]

• LSTM模型月度RankIC均值为9.37%，年化收益32.74%，月度最大回撤4.26%，月度胜率82.86%

- Transformer因子表现优于LSTM，月度RankIC提升至10.27%，年化收益38.77%，最大回撤4.46%，月度胜率81.43%

• Transformer因子在2021年以来优势明显，显现更强的市场信息提取能力

Transformer100股票多头优选及绩效分析 [page::5][page::6]

| 年度 | 区间收益 | 收益波动比 | 月度最大回撤 | 月度胜率 |
|-------|-----------|-------------|---------------|-----------|
| 全区间 | 23.37% | 0.94 | 24.40% | 64.29% |

• Transformer优选100股票净值明显优于中证500基准，绝对年化收益23.37%，稳定性较好

风格指数Transformer因子风格优选 [page::6][page::7][page::8][page::9]

• 构建40个风格指数采用市值、价值、质量、成长、红利5大维度两两组合

- 指数级Transformer因子月度RankIC为6.13%，在尾部剔除表现最佳

• 股票级Transformer因子根据截面分位点聚合，绝对比例多头效果优于空头

- 综合优选方案先剔除指数尾部1/4风格，再选择剩余风格中绝对比例最高的2种，年化收益和收益波动比达到最优

强化学习风格轮动方法及优选对比 [page::9][page::10][page::11]

| 滚动天数N | 4分组年化收益（多头组） |
|------------|------------------------|
| 10 | 1.51% |
| 20 | 1.60% |
| 30 | 1.24% |

• 使用Transformer隐藏层作为强化学习输入，采用PPO和SAC算法，SAC表现优于PPO

- SAC月度风格因子采用滚动20日平均方式，4分组收益单调且多头绩效最优

• 强化学习优选风格个数敏感性分析显示选择约10个风格时表现较好

- 强化学习选10个风格收益波动比1.70，年化收益2.83%，稳定性优于深度学习选2风格

多策略融合与参数敏感性分析 [page::12][page::13]

| 年度 | 区间收益 | 收益波动比 | 月度最大回撤 | 月度胜率 |
|-------|-----------|-------------|---------------|-----------|
| 全区间 | 35.99% | 1.47 | 18.61% | 64.29% |

• 多策略融合采取强化学习主导，深度学习辅助方式

- 根据强学选10风格股票池A与深度学选2风格池调整合成Acountadjust，再选出前100只股票

• 参数lambda取1/3时收益波动比较高且稳定

- Transformer优选100股票池年化收益35.99%，超额收益28.53%，收益波动比1.47，超额收益波动比2.2，净值曲线显著优于未融合方案

风险提示 [page::0][page::13]

• 本报告模型基于历史数据测算，市场未来可能出现重大变化，投资者需注意模型适用限制

报告详尽分析 — 《深度学习赋能风格轮动与多策略融合》

发布机构：开源证券研究所
发布日：2024年12月12日
作者团队：金融工程研究团队（魏建榕等多人）
报告编号：开源量化评论（103）
主题：运用深度学习和强化学习技术优化A股风格轮动及多策略融合的量化投资方法

---

一、元数据与报告概览

本报告标题明确指向“深度学习赋能风格轮动与多策略融合”，由开源证券金融工程团队编写，发布于2024年12月。报告聚焦于运用前沿人工智能技术中的深度学习（特别是Transformer架构）和强化学习（以PPO和SAC算法为代表）来挖掘和优选风格轮动因子，并基于风格指数构建股票池，最终形成多策略融合的量化投资框架。报告延续了团队此前的相关研究累积，并强调本次研究将强化学习作为“主”，深度学习为“辅”策略，达到优化收益与风险的目的。

核心观点如下：

• Transformer模型在因子挖掘上的表现优于传统的LSTM模型；

- 利用指数层面和个股层面的Transformer因子结合，构建多种风格指数，实现风格优选；

• 强化学习方法（尤其SAC算法）对风格轮动的日度和月度调仓效果优于PPO；

- 深度学习和强化学习结合的多策略融合，显著提升股票池的收益波动比，强化风险控制；

• 风险提示中强调该模型基于历史数据，市场未来不确定性风险依然存在。

此报告是对量化投资中利用人工智能模型强化风格轮动及多策略融合的系统性总结[page::0][page::1][page::14]。

---

二、报告逐节深度解读

2.1. 深度学习赋能交易行为因子挖掘

2.1.1 LSTM模型架构与绩效回顾

• 作者回顾了此前报告《深度学习赋能交易行为因子》中的LSTM模型，该模型基于基本行情和财务数据，结合时序数据处理，考察了量价类指标（日频量价、分钟频量价、大小单资金流）及财务指标的预处理（时序标准化、去极值、缺失值填充等）。

- LSTM以IC（信息系数）为损失函数，以提升因子预测能力。

• 统计区间为2019年1月至2024年底，月度RankIC均值为9.37%，RankIC的IR为3.86。

- 10分组多空对冲策略年化收益达到32.74%，最大月度回撤为4.26%，月度胜率82.86%（胜率指标显示模型的预测方向正确率较高）。

• 总体表明LSTM模型在因子挖掘中的稳定性和有效性较强[page::3][page::4]。

2.1.2 Transformer模型因子挖掘对比

• 报告重点对比了Transformer模型与LSTM模型。

- Transformer进一步融合了财务数据的隐藏层，更好捕捉时间序列的长期依赖和复杂关系，提升选股效果。

• Transformer因子的月度RankIC均值提升至10.27%，RankIC的IR提升到4.35，10分组多空对冲年化收益则达到38.77%，最大月度回撤4.46%，月度胜率为81.43%。

- Transformer在2021年后绩效优势明显，表明其更适合风格快速变化的市场环境。

• 由此，报告以Transformer为核心展开后续研究[page::4][page::5]。

2.1.3 Transformer100多头优选绩效

• 基于股票级Transformer因子选择前100只股票构建投资组合，累计收益表现优异。

- 全区间绝对收益年化23.37%，收益波动比0.94，说明组合在收益和波动率之间实现了较好平衡。

• 2019-2024年各年度收益及风险指标详见表1，数据表明该策略在大多数年份表现稳健，2022年受市场大幅调整影响相对较弱。

- 该组合与中证500相比，超额收益显著且稳健，月度胜率高达74.29%[page::5][page::6]。

---

2.2 深度学习维度下的风格选择

2.2.1 风格定义及构建框架

• 报告依据经典的基本面研究框架，将股票收益拆解为估值提升、盈利和分红三部分，并引入市值、价值、质量、成长、红利五大风格维度。

- 各风格代理指标分别为：自由流通市值、PB、单季度ROE、单季度净利润同比、过去12个月股息率。

• 采取股票高低切分与两两交叉组合，构建共40个等权股票风格指数，月度更新，形成风格指数体系[page::6][page::7]。

2.2.2 指数Transformer因子风格优选

• 直接将股票级别指标聚合至指数层面，输入Transformer进行风格指数收益率的短期预测（未来20天）。

- 指数Transformer因子月度RankIC为6.13%，显示较为有效的风格轮动信号。

• 4分组绩效显示，尾部即空头组剔除效果明显优于多头直接优选，表明其在风险控制上更有效。

- 相关图表（图8与图9）验证了因子在风格指数层面的表现，并支持空头风格剔除作为优化手段[page::6][page::7]。

2.2.3 股票Transformer因子风格优选

• 将股票Transformer因子转化成横截面分位数，按风格指数成分股平均值计算两项指标：绝对比例（当前平均）及相对变化（当前与过去6个月差）。

- 绝对比例对多头风格识别更有效，呈现单调递增的年化收益趋势，多头效果明显优于空头；

• 相对变化指标的分组效果不如绝对比例稳定。

- 以2024年表现优异的大盘价值风格为例（图12），其绝对比例分位点多在多头区间，体现出该指数的强势表现及模型风格识别准确性[page::7][page::8]。

2.2.4 深度学习综合风格优选方案

• 结合前两点，采取“先用指数级Transformer因子剔除尾部1/4风格，再用股票级Transformer因子基于绝对比例优选N个风格”的方案。

- N 多寡敏感分析显示，优选2个风格时年化收益和收益波动比最为优异（图13、图14）。

• 净值曲线体现风格集中时带来的收益提升，显示精选少数风格优于盲目等权轮动[page::8][page::9]。

---

2.3 强化学习维度下的风格选择

2.3.1 强化学习算法选型与架构

• 强化学习用于捕捉风格轮动中的非线性时序模式，代表方法为Policy Gradient类别的PPO（在线学习）和SAC（离线学习）。

- 输入层基于Transformer短期（1日）及中期（5日）风格指数预测的隐藏层特征，融合为强化学习的观测空间，帮助智能体减少噪声提高学习效率。

• PPO和SAC的伪代码与核心文献引用均予介绍，体现方法透明性[page::9][page::10]。

2.3.2 策略性能对比

• 图17显示，SAC算法在样本外日度超额净值累积上显著优于PPO，说明离线学习的效果和稳定性更好。

- SAC日度调仓模式存在调仓成本和可操作性问题，故报告提出日度持仓平滑至20日后再月度调仓以兼顾稳定性和实操性。

• 经敏感性测试，取N=20日滚动平均的月度风格因子组合业绩最佳（表2分析）。

- 风格个数优选显示优选10种风格时，年化收益与波动比协调性较好（图18、图19）[page::10][page::11]。

---

2.4 多策略融合实践

2.4.1 两套风格判断体系比较

• 深度学习选取2个风格，年化收益5.11%，收益波动比0.97，表现更偏向收益；

- 强化学习选取10个风格，年化收益2.83%，但收益波动比高达1.70，表现更偏向稳定性（表3）。

• 强调强化学习风格池稳定性优于深度学习，为此采取强化学习为主，深度学习为辅的融合策略。

2.4.2 融合模型构造流程

• 在强化学习优选的10个风格中，各取100只Transformer因子值最大的股票组成股票池A，统计个股出现次数（Acount序列）。

- 若该股票同时属于深度学习选取的2个风格之一，则在计数上加上Acount中位数的1/3（lambda=1/3）倍，得到调节权重后的Acountadjust序列。

• 最终按照Acountadjust排序选择100只股票—命名为Transformer优选100。

- lambda参数敏感性分析显示0.2~0.5之间为稳定区间，最终取1/3较优（图20）。

• Transformer优选100净值走势显著优于单一Transformer100，收益波动比由0.94提升至1.47（图21、图22）。

- 绝对年化收益率达到35.99%，超额收益28.53%，月度胜率64.29%（表4），显示融合方法优越性[page::11][page::12][page::13]。

---

三、图表深度解读

• 图1：基本面选股框架图详细说明了股票收益拆解（估值提升+盈利+分红），及预期调整、超预期Plus等组合如何对应成长、价值、红利等风格的内部关系，支持后续风格指标的逻辑依据。[page::3]

- 图2-3（LSTM模型架构与收益表现）显示LSTM流程包括输入预处理、模型计算和财务数据附加，年化收益图反映出多空分组明显收益差异，以独立空头多头分组验证模型有效性。[page::4]

• 图4-6（Transformer因子比较）从年化收益曲线、累计RankIC和多空对冲净值多角度对比Transformer及LSTM，Transformer明显跑赢且在2021年后优势扩大，支撑采用Transformer为主专注点。[page::5]

- 图7与表1（Transformer100绩效）体现基于因子筛选的多头股票池长期稳健收益，显著优于市场中证500基准，细分年度数据明晰不同市况下的表现波动风险，综合展示策略优异性。[page::5-6]

• 图8-9（指数Transformer因子风格优选）4分组表现揭示因子更适合空头剔除而非多头优选，剔除尾部空头风格组合净值明显改善，体现风险控制效果。[page::7]

- 图10-12（股票级Transformer因子绩效分析）展示绝对比例多头效果最佳，且真实风格表现验证（大盘价值持续多头端），凸显该指标选择风格的有效性和解释力。[page::7-8]

• 图13-14（深度学习综合方案敏感性及净值）说明风格个数过多导致收益递减和波动增大，选择2个风格时效益最大，净值表现显著优于等权。[page::8-9]

- 图15（PPO与SAC伪代码）提供专业但易于理解的强化学习框架算法对比说明[page::9]。

• 图16（强化学习风格轮动流程）表明风格指数聚合、隐藏层提取及算法融合的详细步骤，直观展示技术流程。[page::10]

- 图17（SAC优于PPO净值）显示SAC在样本外累积收益更佳，是算法选择的关键驱动数据。[page::10]

• 表2与图18-19（月度强化学习SAC风格选股敏感性）系统性展示滚动天数和风格优选个数对业绩影响，定量支持N=20天和10个风格带来的较优绩效。[page::11]

- 图20-22（多策略融合敏感性及净值）阐释参数lambda对收益波动比调节影响及融合策略净值远优于单独因子选股，验证多策略融合显著提升。[page::12]

• 表3与表4（绩效对比详表）数字化对比深度学习与强化学习风格优选的收益波动率及夏普比率，为融合策略提供数据基础。[page::11][page::13]。

---

四、估值分析

本报告核心并非针对单一股票的估值，而是专注于量化策略建构及风格优选，所采用的“估值”更多指多策略组合选股中的估值指标部分（如PB因子、估值提升等），以及用以确定风格指数。其估值“方法”是基于财务指标与市场行情数据的时序预测模型（Transformer、强化学习等）输出的因子分数和排名，并无DCF、P/E、EV/EBITDA等传统估值模型推导过程。

因此，可理解为报告内嵌了计量化估值因子的深度学习框架，估值指标作为模型输入和风格构成的重要成分，且多风格交叉以提升组合的多样化和稳健性。

---

五、风险因素评估

• 本模型基于历史数据训练与测算，未来市场结构或因宏观政策、突发事件等发生重大改变，可能导致模型失效或业绩波动剧烈。

- 强化学习模型在月频数据下样本稀少，存在训练难以收敛、稳定性不足的风险，需以滚动窗技术缓解。

• 风格优选数量参数选择存在敏感性，过多风格可能稀释风险收益平衡，过少风格可能导致过度集中风险。

- 多策略融合的参数lambda虽有稳定区间，但参数选择仍具一定主观，根据市场环境可能需动态调整。

• 对个股、风格因子及财务指标的预处理、缺失值填充等步骤存在数据质量风险，可能影响模型预测准确性。

- 报告中未详述交易成本、换手率和市场冲击成本，实际策略实施需加以考虑。

报告明确提示以上风险，并期望投资者谨慎参考风险，合理配置资产[page::0][page::13][page::14]。

---

六、批判性视角与细微差别

• 报告大量使用历史数据回测及机器学习模型评估有效性，然而深度学习与强化学习模型均依赖于训练样本和参数设置，未来市场环境变化带来的模型适应性问题未深入讨论。

- 强化学习中，SAC离线学习虽效果优，但是月频样本数量不足导致训练不稳是典型弱点，实际部署应重视模型更新频率和参数控制。

• 风格因子的选择和组合及参数lambda的设定虽有定量测试，但最终选择仍具有一定经验调整因素，投资者需注意可能的过拟合风险。

- 图表中对收益波动比提升的侧重明显，说明作者更关注风险调整后的超额收益，但在极端风险事件下的表现（如2022年）仍有较大回撤，应谨防多策略组合中潜在的集中风险。

• 报告多以年化收益、波动率、最大回撤、胜率等指标描述策略有效性，但未对策略对市场流动性风险、系统性风险的敏感性做深入剖析。

- 对比LSTM、Transformer虽有充分数据支持，但未对不同市场阶段（牛市、熊市）的表现差异解释较多，可能有待进一步细化分析。

总的来说，报告在量化策略框架设计及量化评估上完整且严谨，但仍应结合实操中市场摩擦成本和极端风险事件作持续跟踪与改良。

---

七、结论性综合

本报告以“深度学习赋能风格轮动与多策略融合”为核心，通过系统性地应用LSTM和Transformer等深度学习模型，以及PPO和SAC强化学习方法，构建了一套基于风格指数和股票因子的组合优选方法，显著提升了量化选股的收益和风险指标。

主要结论包括：

• Transformer模型在因子挖掘中的有效性优于LSTM，尤其在风格快速变化市场中优势明显。

- 通过建立40只跨风格等权组合，并利用指数和股票级Transformer因子进行筛选，构建了稳健的风格优选框架。

• 指数级Transformer因子主要用于剔除尾部空头风格，股票级Transformer因子则重点针对多头风格优化，二者结合优选2种风格取得最佳年化收益及波动率平衡。

- 强化学习SAC算法在日度及月度风格预测中表现优异，月度风格选取10个较优，年化收益和波动比平衡性优于深度学习风格优选。

• 多策略融合通过强化学习主导、深度学习辅佐，以风格优选股票池A为基础，通过参数lambda调节，实现收益波动比由0.94提升到1.47，绝对年化收益达到35.99%，超额年化收益28.53%，显著超过中证500基准。

- 报告在多图表中用详细数据和较长回溯区间验证了模型的有效性，综合曲线、收益、IC值和净值对比等，全面支撑了结论。

• 风险方面，报告明确说明历史数据的局限和市场未来可能的重大变化风险，提醒投资者谨慎对待模型结果。

综合而言，该报告以智能化深度学习和强化学习相结合的新兴技术手段，创新性地解决了A股市场风格轮动识别和策略融合难题，提供了结构完整、可操作性强的量化投资框架。

投资者可重点关注报告建议的Transformer优选100股票池策略，同时结合强化学习稳定性的优势，兼顾收益和风险，提升投资表现与抗周期能力。

报告深度详实，方法前沿且系统，视角全面，适合专业量化分析和机构投资者参考，同时也为行业AI应用提供了有力范例与借鉴[page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13]。

---

综述

该报告系统总结了开源证券针对风格轮动的深度学习和强化学习应用实践，展示了从因子挖掘，风格构建，到模型选取、融合策略设计的全过程，结合严谨的量化指标和详实的图表验证，展示了现代量化投资在人工智能领域的深度探索与创新。对A股量化投资者，尤其是寻求风格轮动及多策略融合优化的机构投资者具有重要实践指导和技术参考价值。

---

附：主要图表速览（示例）

• 图1：收益拆解选股框架

- 图2-3：LSTM因子挖掘流程及收益表现

• 图4-6：Transformer对比LSTM，年化收益及RankIC优势

- 图7-8：Transformer100净值及指数因子风格优选

• 图10-12：股票因子绝对比例与风格排名示意

- 图13-14：综合方案个数敏感性分析与净值对比

• 图16-17：强化学习算法选型及净值表现

- 图18-19：SAC因子优选个数敏感性及净值

• 图20-22：多策略融合敏感性分析及净值提升

---

报告