人工智能选股周报:今年中证500增强超额12.65%
今年以来 XGBoost 中证 500增强超额 12.65%自 2019年 3月 23日开始,本周报对 XGBoost 中证 500增强模型进行深度跟踪。 2011年回测以来, 该模型年化超额收益率为 17.82%,超额收益最大回撤为 5.06%, 信息比率为 3.35。今年以来获得绝对收益 38.44%,超额收益 12.65%。上周模型获得绝对收益 1.66%,超额收益-0.04%。
2019年以来全 A 选股(沪深 300行业市值中性) XGBoost 表现最好上周沪深 300涨跌幅为 0.60%。上周 3个模型跑赢基准,超额收益最高的模型是 Stacking,该模型上周获得绝对收益 0.98%,超额收益 0.38%。最近一月超额收益最高的模型是 SVM,该模型最近一月获得绝对收益7.65%,超额收益 0.26%。 2019年以来超额收益最高的模型是 XGBoost,该模型 2019年以来获得绝对收益 38.50%,超额收益 4.73%。 2019年以来 RankIC 均值最高的模型是随机森林,该模型 RankIC 均值为 0.123。
2019年以来全 A 选股(中证 500行业市值中性) Stacking 表现最好上周中证 500涨跌幅为 1.71%。上周 4个模型跑赢基准,超额收益最高的模型是 Stacking,该模型上周获得绝对收益 1.90%,超额收益 0.20%。最近一月超额收益最高的模型是神经网络,该模型最近一月获得绝对收益11.44%,超额收益-0.46%。 2019年以来超额收益最高的模型是 Stacking,该模型 2019年以来获得绝对收益 36.89%,超额收益 11.01%。 2019年以来 RankIC 均值最高的模型是随机森林,该模型 RankIC 均值为 0.123。
2019年以来沪深 300指数内选股 XGBoost 表现最好上周沪深 300涨跌幅为 0.60%。上周 5个模型跑赢基准,超额收益最高的模型是 XGBoost,该模型上周获得绝对收益 0.93%,超额收益 0.33%。最近一月超额收益最高的模型是 XGBoost,该模型最近一月获得绝对收益7.99%,超额收益 0.60%。 2019年以来超额收益最高的模型是 XGBoost,该模型 2019年以来获得绝对收益 34.26%,超额收益 0.49%。 2019年以来 RankIC 均值最高的模型是逻辑回归,该模型 RankIC 均值为 0.048。
2019年以来中证 500指数内选股随机森林表现最好上周中证 500涨跌幅为 1.71%。上周 2个模型跑赢基准,超额收益最高的模型是神经网络,该模型上周获得绝对收益 2.03%,超额收益 0.33%。最近一月超额收益最高的模型是 SVM,该模型最近一月获得绝对收益9.76%,超额收益-2.14%。 2019年以来超额收益最高的模型是 SVM,该模型 2019年以来获得绝对收益 29.60%,超额收益 2.72%。 2019年以来RankIC 均值最高的模型是逻辑回归,该模型 RankIC 均值为 0.1。
2019年以来中证 800指数内选股 XGBoost 表现最好上周中证 800涨跌幅为 0.87%。上周 6个模型跑赢基准,超额收益最高的模型是朴素贝叶斯,该模型上周获得绝对收益 1.32%,超额收益 0.45%。
最近一月超额收益最高的模型是 SVM,该模型最近一月获得绝对收益8.73%,超额收益 0.30%。 2019年以来超额收益最高的模型是 XGBoost,该模型 2019年以来获得绝对收益 33.20%,超额收益 1.10%。 2019年以来 RankIC 均值最高的模型是逻辑回归,该模型 RankIC 均值为 0.077。
风险提示: 通过人工智能模型构建选股策略是历史经验的总结,存在失效的可能。人工智能模型可解释程度较低, 使用须谨慎。