[发明专利]交互式量化投资因子分析方法及系统

权利要求书

1.交互式量化投资因子分析方法，其特征在于，包括步骤，

S1,创建标的市场数据库，所述标的市场数据库包括股票交易数据、市场信息、从股票交易数据和市场信息中计算出的金融因素；

S2，创建预测模型，利用金融因素的集合建立投资候选股票池的预测模型，同时进行因子选择和收益预测；

S3，通过预测模型回测评估，所选因子选择和预测模型的性能在可视化界面中进行。

2.根据权利要求1所述的交互式量化投资因子分析方法，其特征在于，所述步骤S1中，股票交易数据包括股票每日开盘/收盘价，市场信息包括财务报表市场新闻和财务报告。

3.根据权利要求1所述的交互式量化投资因子分析方法，其特征在于，所述S2中，预测模型采用稀疏回归模型，所述稀疏回归模型创建步骤包括，

S2-1，考虑股票γ在Γ＝[T+1，T+L]，其中L是Γ的长度，任何时间t∈Γ表示第t个交易日，Γ被进一步划分为N型交易，周期：{[T+1，T+D]，···，[T+(N-1)D+1，T+ND]}，其中D表示以天数表示的交易周期的长度，D＝L/N；

S2-2，以第一个交易周期τ1＝[T+1，T+D]为例，在预测建模中使用了之前培训期的市场信息[1，T]，T表示按天数计算的固定训练时间长度，同样，对于第i个交易周期τi＝[T+(i-1)D+1，T+iD]的建模，使用了[(i-1)D+1，(i-1)D+T]的训练周期；

S2-3，在股票γ上，用y＝(y₁，···，y_T+L+1)表示时间段[1，T+L+1]内的实际每日股票收益率，让模型以F个因子作为输入，它们在[1，T+L+1]中的归一化因子值组成了一个矩阵X＝(x₁，···，x_T+L+1)，其中xi＝(x_i1，···，x_iF)′；

S2-4，Γ中股票Y的建模采用N步，分别对应于τ1、···、τN的交易周期，第i个交易周期τi，使用实际股票回报的子向量作为结果，用y⁽ⁱ⁾＝(y_(i-1)D+2，···，y_(i-1)D+T+1)表示，使用因子矩阵作为设计矩阵，用x⁽ⁱ⁾＝(x_(i-1)D+1，···，x_(i-1)D+T)表示；

S2-5，拟合了稀疏回归模型y⁽ⁱ⁾＝w⁽ⁱ⁾′X⁽ⁱ⁾+b⁽ⁱ⁾+ε⁽ⁱ⁾；

最小化

式中，为拟合模型中金融因素的权重向量；

b(i)为偏差；

ε(i)为误差项；

||·||₁、||·||₂为向量的L1、L2的范数；

D设置为21；

λ和α控制模型的稀疏度和L1项和L2项之间的权值；

最佳权重向量是通过最小化一个线性回归项的负对数似然NLL加上权重向量的L1和L2惩罚项来计算惩罚条款将不重要的因素的权重缩小到零。

4.根据权利要求3所述的交互式量化投资因子分析方法，其特征在于，所述建模选择包括：

A1，Lasso模型，α＝1以及一个固定的λ；

A2，LassoCV模型，使用10倍交叉验证来确定Lasso模型的λ；

A3，一个平衡弹性网模型，α＝0.5。

5.交互式量化投资因子分析系统，其特征在于，包括可视化界面，所述可视化界面包括控制面板模块、因子视图模块、库存视图模块、因子列表模块、股票回报视图模块和反向测试视图模块。