跳到主要内容

机器学习在量化交易中的应用

机器学习为量化交易带来了从数据中发现非线性模式的能力，本节介绍ML在量化中的核心应用。

机器学习 vs 传统量化​

维度传统量化机器学习
因子构建人工设计自动学习
关系建模线性为主非线性捕捉
可解释性强相对弱（但有改进方法）
数据需求较少大量
过拟合风险较低较高

核心应用场景​

1. 价格预测​

  • 分类问题：预测上涨/下跌
  • 回归问题：预测收益率或价格
  • 时间序列：ARIMA, Prophet, 深度学习

2. 因子挖掘​

  • 从原始数据自动提取有效特征
  • 使用自编码器降维
  • 遗传编程发现非线性因子

3. 组合优化​

  • 强化学习动态调仓
  • 图神经网络捕捉资产关联
  • 注意力机制动态加权

4. 风险管理​

  • 异常检测识别市场 regime 变化
  • 聚类分析发现风险集中
  • 预测尾部风险事件

监督学习方法​

分类模型​

from sklearn.ensemble import RandomForestClassifier
from xgboost import XGBClassifier
from lightgbm import LGBMClassifier

# 典型流程
features = ['returns_lag1', 'volatility_20d', 'rsi', 'macd']
X = data[features]
y = (data['future_returns'] > 0).astype(int)  # 上涨=1, 下跌=0

model = LGBMClassifier()
model.fit(X_train, y_train)
predictions = model.predict_proba(X_test)[:, 1]

回归模型​

  • 线性/岭/Lasso：基线模型
  • 随机森林：处理非线性关系
  • XGBoost/LightGBM/CatBoost：梯度提升，竞赛常用
  • 支持向量机：小样本场景

无监督学习​

聚类分析​

from sklearn.cluster import KMeans
from sklearn.mixture import GaussianMixture

# 市场状态识别
kmeans = KMeans(n_clusters=4)
regimes = kmeans.fit_predict(market_features)

# 动态策略切换
def select_strategy(regime):
    strategies = {
        0: trend_following,    # 趋势市
        1: mean_reversion,     # 震荡市
        2: breakout,           # 突破市
        3: risk_off            # 风险规避
    }
    return strategies[regime]

降维​

  • PCA：主成分分析，去噪与可视化
  • t-SNE/UMAP：高维数据可视化
  • 自编码器：非线性特征学习

深度学习​

序列模型​

LSTM/GRU

import torch
import torch.nn as nn

class LSTMPredictor(nn.Module):
    def __init__(self, input_size, hidden_size, num_layers):
        super().__init__()
        self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True)
        self.fc = nn.Linear(hidden_size, 1)

    def forward(self, x):
        lstm_out, _ = self.lstm(x)
        return self.fc(lstm_out[:, -1, :])

Transformer

  • 自注意力机制捕捉长程依赖
  • 适用于多资产、多因子场景
  • 计算复杂度高，适合日频以上

图神经网络​

# 使用PyTorch Geometric
from torch_geometric.nn import GATConv

class AssetGraphNet(nn.Module):
    """基于图神经网络的资产关系建模"""
    def __init__(self, in_channels, out_channels):
        super().__init__()
        self.conv1 = GATConv(in_channels, 64)
        self.conv2 = GATConv(64, out_channels)

    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = torch.relu(x)
        x = self.conv2(x, edge_index)
        return x

强化学习​

交易作为马尔可夫决策过程​

  • 状态: 市场特征、持仓、资金
  • 动作: 买入/卖出/持仓比例
  • 奖励: 收益、风险调整收益
  • 策略: 状态到动作的映射

常用算法​

  • DQN: 离散动作空间
  • PPO: 连续动作，稳定性好
  • A3C: 异步训练，样本效率高
  • SAC: 最大熵，探索充分
# Stable-Baselines3示例
from stable_baselines3 import PPO
from gymnasium import Env

class TradingEnv(Env):
    def __init__(self):
        # 定义状态空间和动作空间
        self.observation_space = ...
        self.action_space = ...

    def step(self, action):
        # 执行交易，返回next_state, reward, done
        ...

    def reset(self):
        # 重置环境
        ...

model = PPO("MlpPolicy", env)
model.learn(total_timesteps=100000)

特征工程​

常用特征类型​

类型示例说明
价格特征收益率、波动率、动量基础技术指标
量价特征OBV、MFI、Chaikin成交量确认
统计特征偏度、峰度、分位数分布特性
宏观特征利率、汇率、VIX市场环境
文本特征新闻情感、社交媒体NLP提取
另类数据卫星、供应链、信用卡独特alpha

特征选择​

from sklearn.feature_selection import SelectKBest, mutual_info_classif

# 基于互信息的特征选择
selector = SelectKBest(mutual_info_classif, k=50)
X_selected = selector.fit_transform(X, y)

# 查看选中特征
selected_features = X.columns[selector.get_support()]

模型评估与风险控制​

时间序列交叉验证​

from sklearn.model_selection import TimeSeriesSplit

tscv = TimeSeriesSplit(n_splits=5)
for train_idx, test_idx in tscv.split(X):
    X_train, X_test = X.iloc[train_idx], X.iloc[test_idx]
    # 训练与评估

避免过拟合​

  • 早停（Early Stopping）: 验证集损失上升则停止
  • 正则化: L1/L2, Dropout
  • 集成: Bagging, Boosting, Stacking
  • 特征约束: 限制特征数量，优先经济意义明确的

延伸阅读​