量化投资 | 机器学习在金融领域的应用：目的与方法

答案很简单：因为如此呈现出的风险调整后收益更高。从业人员已普遍发现，在预测股票横截面收益上，机器学习衍生的alpha模型表现优于更为传统的线性模型。

在最新研究中，荷宝探讨了机器学习与其他已知量化技术间的关系，同时探究了机器学习卓越表现背后的关键性因素——非线性效应。其中，财务预警信号和股票收益之间的交互效应便是一个有趣的例子。

机器学习算法的另一个显著特征是它们的所谓“发现知识”的能力。鉴于它们设定的目的是为寻找关系，机器学习算法可以在不限定假设的情况下破译出输入信息和输出信息之间的联系。

值得注意的是，金融市场不同于现代生活中的其他领域，尽管机器学习在后者场景中的应用已取得长足发展。金融市场固有的复杂性带来了明显的挑战。例如，荷宝研究中强调的金融数据的低信噪比。这意味着我们通常不能凭借任何一个指标来预测一支证券的表现。

另一个难点与数据量有关，而数据量是驱动机器学习算法能力的重要因素。虽然金融领域看似拥有海量数据，但较之那些机器学习已蓬勃发展的其他领域，金融领域的数据量仍相对较少。

最后，金融市场具有自适性。投资者会随着时间的推移去“学习”，从而能够根据需求去改变投资方法。然而，机器学习却倾向于在静态系统中表现更好，这也带来了潜在的难题。

由于样本数据历史较短，因此可能出现过度拟合与虚假相关关系的情况。尽管常规解决技术在金融场景中不一定适用，但人的直觉与经济学知识能够提供显著帮助。荷宝在研究中通过使用SHAP（SHapley Additive exPlanation）值，对此进行了阐述。

荷宝建议到，基于机器学习的投资者应该建立一个强大的数据代码基础设施，以应对潜在可复制性挑战。这将包括一个强大的代码版本控制系统，以及容纳所有经测试迭代和假设的文档。

量化投资者将熟悉前瞻性偏差（look-ahead bias）和更为普遍的数据泄露问题。当训练集中使用的数据包含可用于推断预测的信息时，这些信息在实际运作中是机器学习模型无法获取的，便会出现以上现象。荷宝在研究中概述了可以抵消这一潜在隐患的各种技术。

荷宝研究 进一步分析了机器学习在金融投资领域的实际应用：

1. 预测股票横截面收益
   这里使用的机器学习算法比较的是证券的相对回报而非绝对回报，以预测证券的价格的涨跌。机器学习算法的表现优于传统线性方法。

2. 预测股市崩盘
   此处应用稍有不同的是，这一应用只关注表现最差的股票，为保守型策略提供了潜在利好，从而排除最有可能崩盘的投资项。事实证明这一机器学习算法的表现较传统方法更优异，很大程度上影响着行业选股。

3. 预测基本面变量
   公司基本面对其股票的价格和表现存在主要影响。更为稳定的基本面指标或许比股票收益更易预测。机器学习模型能够进行更准确的收益预测。关键的结论是，无论是传统的还是机器学习的集成模型，都比独立模型预测更加准确。

4. 多语言自然语言处理(NLP)
   总体而言，一个全球性投资组合或涉及20-30个不同的国家，而投资者可能只懂两到三种语言。这一背景下，我们便可以用NLP技术来克服这一障碍。以中文为例，NLP可以同时检测标准中文以及俚语中的投资术语。此外，这一实践也将有助于投资者理解外文书写的投资博客。