机器学习与CTA周报：模型，特征与新技术

主要结论

机器学习中证500神经网络策略

上周（2018.7.2-2018.7.6）

本周收益：3.18%

最大回撤：-0.39%

机器学习商品期货策略

上周收益：-5.55%

最大回撤：-5.55%

下周大概率看多的商品品种是：铁矿石,螺纹钢；

下周大概率看空的商品品种是：白糖。

机器学习与基本面的结合的商品策略

上周收益：-2.43%

最大回撤：-2.79%

下周大概率看多的商品品种是：沥青；

下周大概率看空的商品品种是：橡胶。

■风险提示：

根据历史信息及数据构建的模型在市场急剧变化时可能失效。

正文

本周点评

本周发了一篇新的报告《机器学习与量化投资：前沿研究之深度森林（gcForest）》。我们想尝试下最新的模型能否对量化投资有增益的效果。

gcForest（multi-Grained Cascade Forest）算法是2017年周志华教授提出来的一种基于树的深度模型，旨在作为深度神经网络的一种可供选择的替换。由于超参数更好的鲁棒性，小样本上更好的稳定性，因此该模型相对于神经网络可能在金融数据上有更好的表现。

事实证明，深度森林的参数稳定性确实比较高。深度森林只是新科技的一个缩影。

金融行业和其他行业一样，都会受到新科技的影响。从最早的交易所大声吼到现在的程序化报单（CTP，LTS，飞马，通达信等等）；从最早数据记录的纸笔，到现在的Hadoop；从最早的道氏理论到现在的量化投资。都无一例外的是由于科技的进步。

尽管金融行业技术进步确实落后于互联网行业十年，但是这不代表它不受技术的影响。

策略追踪

（1）机器学习中证500神经网络策略

机器学习中证500神经网络策略指《机器学习与量化投资之二：避不开的那些事（1）》一文中所展示的策略

本周收益：3.18%

最大回撤：-0.39%

（2）机器学习商品期货策略

机器学习商品期货策略指《机器学习与量化投资之二：避不开的那些事（3）》一文中所展示的策略

上周收益：-5.55%

最大回撤：-5.55%

根据模型给出的下列信号：

下周大概率看多的商品品种是：铁矿石，螺纹钢；

下周大概率看空的商品品种是：白糖。

（3）机器学习与基本面结合的商品策略

机器学习商品期货策略指《机器学习与量化投资之二：机器学习与基本面的结合》一文中所展示的策略

上周收益：-2.43%

最大回撤：-2.79%

根据模型给出的下列信号：

下周大概率看多的商品品种是：沥青；

下周大概率看空的商品品种是：橡胶。