基于StockRanker算法的机器学习量化策略

机器学习算法简介

最近几年人工智能（AI）技术得到飞速发展，其在各个领域的运用也不断取得重大成果。机器学习被评为人工智能中最能体现人类智慧的技术，机器学习在量化金融中的运用我们通过下例介绍，以便大家有个直观印象。

假设我们要去预测某个连续变量Y未来的取值,并找到了影响变量Y取值的K 个变量，这些变量也称为特征变量（Feature Variable）。机器学习即是要找到一个拟合函数f(X1,X2,…,XK|Θ)去描述 Y和特征变量之间的关系，Θ为这个函数的参数。

要找到这样的函数，必须要足够量的观测数据，假设有 N 个样本数据y1,y2,…,yn和x1i,x2i,…,xKi (其中i=1,2,…,n)。然后定义一个函数L来衡量真实观测数据和模型估计数据偏差，函数 L 也称作损失函数（Loss Function）。基于历史观测数据，我们可以求解下列的最化问题来得到参数Θ 的估计值 。

求解（1.1）过程称作模型训练（Model Traing）。基于特征变量的最新观测值和训练出来的模型参数就可以预测y的数值。

StockRanker算法

机器学习算法太多，本文讨论只针对适用于金融数据预测的常用有监督型机器学习（Supervised Machine Learning）算法：StockRanker。

StockRanker算法是专为选股量化而设计，核心算法主要是排序学习和梯度提升树

StockRanker的图示

StockRanker的特点

选股：股票市场和图像识别、机器翻译等机器学习场景有很大不同。StockRanker充分考虑股票市场的特殊性，可以同时对全市场3000只股票的数据进行学习，并预测出股票排序

排序学习 (Learning to Rank)：排序学习是一种广泛使用的监督学习方法 (Supervised Learning)，比如推荐系统的候选产品、用户排序，搜索引擎的文档排序，机器翻译中的候选结果排序等等。StockRanker 开创性的将排序学习和选股结合，并取得显著的效果。

梯度提升树 (GBDT)：有多种算法可以用来完成排序学习任务，比如SVM、逻辑回归、概率模型等等。StockRanker使用了GBDT，GBDT是一种集成学习算法，在行业里使用广泛。

StockRanker的领先效果还得益于优秀的工程实现，我们在学习速度、学习能力和泛化性等方面，都做了大量的优化，并且提供了参数配置，让用户可以进一步根据需要调优。

如何使用StockRanker算法开发量化策略

在BigQuant人工智能量化平台上，直接拖曳不会编程就能开发AI量化策略。

机器学习算法可能遇到的问题：

过拟合

数据集重叠

数据集如何划分

训练集数据太少

数据预处理

标注和特征保持一致性

因子并非越多越好