Tabl e_BaseInfo 金融工程主题报告 2018年 02月 07日 机器学习与量化投资：综述与反思，扬帆正当时 证券研究报告 ■导读： 杨勇 SAC执业证书编号：S1450518010002 分析师 机器学习和人工智能在量化投资的应用有很长的历史 机器学习在九十年代初的热潮中已经被大量运用于量化投资中。尽管 受限于当时的计算能力和算法，但是由于在算法交易和 CTA等领域中 机器学习提供了一些更好的解决方案，机器学习在这些领域的应用一 直延续到今天。 yangyong1@essence 周袤 SAC执业证书编号：S1450517120007 分析师 zhoumao@essence 相关报告 平安大华沪深 300 ETF 上 市 2018-01-27 2018-01-19 机器学习在量化投资中应用的九个思考 黑科技应用之如何看待“新 周期”之辩 本报告是系列报告的第一篇，简略介绍了机器学习运用到二级市场投 资过程中的一些常见问题。这些问题覆盖了策略研发常见错误，策略 归因，策略失效判断，机器学习平台的建立，交易系统和机器学习平 台的对接以及机器学习对冲基金的团队架构。后续系列报告将会详细 围绕这些问题展开。 FOF和资产配臵周报：富国 中证 10年期国债 ETF开始 募集 2018-01-15 2017-12-23 2017-12-17 FOF和资产配臵周报：广发 上证 10年期国债 ETF开始 募集 FOF和资产配臵周报：广发 中证 10年期国开债 LOF上 市 适当使用下的机器学习策略 本报告中使用了两个策略作为例子。其中股指短线策略的夏普 3.55，年 化收益 80.36%。商品长周期策略夏普 1.06，年化收益 8.61%。 ■风险提示： 机器学习量化策略的结果是对历史经验的总结，存在失效的可能。 本报告版权属于安信证券股份有限公司。 1 各项声明请参见报告尾页。 金融工程主题报告 内容目录 1. 机器学习简介................. 4 1.1. 机器学习的基本流程.................. 4 1.1.1. 决定数据源，数据采集............ 4 1.1.2. 数据预处理................ 4 1.1.2.1. 数据清洗 ................ 4 1.1.2.2. 数据转换 ................ 4 1.1.2.3. 将数据分为训练集，验证集和测试集........ 4 1.1.3. 基于训练集和验证集建立模型............... 5 1.1.4. 在测试集上检验模型效果，如果效果不好，回到第（2,3）步，否则去第（5）步 ................. 5 1.1.5. 部署至实际系统.........