【点宽专栏】国信证券——关于量化选股之聚类分析的探讨

关注

VIP免费原创最新推荐文章于 2026-06-12 12:02:45 发布 2k 阅读 AI 写同款· GEO 优化 ›

【点宽专栏】虚拟遗憾最小化（CFR）之量化择时与交易谷歌DeepMind公司研发的AI围棋AlphaGo在去年嗨翻天的时候，让我觉得现在的机器学习学习技术真的很NB，因为自己的专业，私下一直有关注机器学习在量化投资这块的一些实践。昨天看到广发出了一篇名为《虚拟遗憾最小化应用于量化择时与交易》的文章，让我眼前一亮，感觉这都怎么了啊。但是看到最后的结果，也不是很理想。这样看来，也是情理之中。很多高大上的东西，要放在金融市场去真正赚钱，这倒不见得会有多么好。除了市场本身外，自身的研究水平也是一方面。经常听朋友说，大道至简，其实也是蛮有道理的。无论什么模型，最终能. 阅读详情

在这里插入图片描述

前言

本文基于《国信技术面量化选股系列：价格路径对收益的影响》（国信证券：20160909）和《基于k-means聚类的多因子特征检验》（国信证券：20161205）两份研报（研报见评论一附件）的思路进行实证和探讨。上述两份研报在下文中分别简称为《价格》和《聚类》。

研报内容简述

1.《价格》一文探讨了已实现波动率、偏度和峰度对收益的影响并主要得到了以下结论：

在上述三个指标的计算中，基于5分钟数据计算的三指标为有效选股因子，但用日数据则失效。
上述三因子在周度和月度范围内都是有效指标，即对时间周期不敏感。
上述三因子在沪深300和中证500股票池中都是有效的，即对选股池风格不敏感。
三因子中偏度因子的单调性表现最好，无论是周度还是月度，随着偏度增加，下期收益显著降低。
与偏度相比，峰度和波动率则呈现出某种非单调特征。但大体上讲，高峰度时或高波动率时，下期收益的下降都比较明显。
上述结论是在基于截面数据计算的三因子指标的条件下得到的，可以作为选股指标，但在基于同一标的资产的时间序列数据的条件下尚未发现明显的规律，关于上述因子的择时策略有待进一步研究。
2.《聚类》一文以市值和波动率为特征指标使用k-means聚类方法将全A股分为5簇并分析不同簇集里的各项指标的差异。总的来说有以下结论：

尽管划分的依据是市值和波动率，但划分后的5个类别的盈利、增长、换手率等因子的数值特征也是显著不同的。波动率对于营收增长有显著的相关性，高波动率股票的整体营收增长率更高。而对于ROE因子，则体现出显著的市值特征，大市值股票的整体ROE更高，对于EP和换手率，市值和波动率特征同时显著。
以IC（Information coefficient）作为聚类检验的标准，在整体全A股的IC不显著因子中，不同聚类簇集的IC会体现出高于整体的显著水平。对于换手率、动量、波动率等价量因子，大市值的因子显著性是低于小市值组合的，其中以大市值、低波动率的组合最为显著。对于小市值组合中，高波动率组合的因子显著性较好，包括财务因子和价量因子都较为明显。对于财务因子而言，显著性更多的体现在大市值的两个组合之中。

本文主要完成工作

1.讨论股票的已实现波动率、偏度和峰度与未来收益率的关系。
2.以k-means聚类方法对波动率、偏度和峰度三个特征指标进行聚类并讨论聚类后的簇集特征。
3.基于SOM神经网络为方法的聚类分析。
4.以2、3部分中的聚类结果构建投资策略进行样本外回测并回测结果进行讨论。

一、股票的已实现波动率、偏度和峰度与未来收益率的关系

数据说明：本文使用的数据为沪深300成分股20120101-20151231期间的截面数据，数据频率10分钟（剔除数据不完全的股票以及正常股票的停牌期间）。

方法：以10分钟频率数据计算股票过去一周的已实现波动率、已实现偏度、已实现峰度（上述三指标以下依次简称为波动率、偏度和峰度）（指标的计算方法参见《价格》原文）并以该指标从小到大分为前20%、20%_40%、40%60%、60%_{80%和最后20%共计五组并依次记为“第一组”}“第五组”。比较每组下一周的收益率分布，并用t检验判断不同组别的收益率序列是否有显著性差别。

1.1 波动率-收益率

五组收益率的分布及每组的平均收益率如下图所示：

在这里插入图片描述