基於神經網路的量化交易策略

1. 概述

這篇文件提出了一個利用深度學習的股票量化交易模型。該模型是一個連續的交易模型，它會在所有交易時刻持續計算下一時刻的目標倉位，我們假定市場是沒有摩擦的，因此總是可以立即實現該目標。目標倉位應該是單位持倉收益和風險的一個函式，而單位持倉的收益和風險被一個深度神經網路用來估算。

注：文中的方法皆為原創，未經同意禁止轉載，引用請註明出處。

2。 目標倉位的函式

在無摩擦的金融市場中，一個理性交易者應該僅依據預測的收益和風險去調整倉位。概括地說，如果預期收益為正那麼就持多頭倉位，反之就持空頭倉位。另外，預期收益越高或者風險越低，則目標倉位就越高。

我們用

代表

時刻單位持倉的實際收益，假定對

的預期

服從一個高斯分佈，估得的收益風險比記為

。用

代表目標倉位，下面的公式給出了一個簡單的倉位控制函式：

（1）

交易者應該依據自身風險偏好選擇函式中

的值，當然也可以選擇其他完全不同的函式形式。

3。 估值神經網路

對收益和風險的估計

和

都是雙頭的估值網路

的輸出，即

，其中

是股票的歷史對數價格序列。

的輸入可以只含有歷史價格資訊，也可以加入其他經過處理的量價特徵。

透過使用極大似然法，得到神經網路

的目標訓練函式為：

（2）

要想訓練神經網路

，必須提供足夠多

的值作為訓練標籤。合理計算

的方法應該只會在股票減倉、平倉時結算收益，而不應受到浮動盈虧的影響。給定股票價格的序列

和倉位量序列

，記

，

，那麼一種

（3）

公式（3）表明，只有減倉（

）或平倉（

）時才按照當前價格結算收益，並且平倉以後的價格變動將不再影響之前的收益。可以證明公式（3）也等價於下面的公式：

這是一個遞迴形式的公式，可以用來方便地計算

4。 討論

4.1 迴圈回測

從上文可知，倉位

的計算依靠估值網路

的計算結果，而反過來

又被用來計算

的訓練標籤

。傳統的回測方法只能簡單地篩選策略，而本文的方法會把回測資料迴圈用作訓練資料，是一種強化學習方法。

4.2 價格趨勢

文中給出的交易策略沒有涉及對價格趨勢的直接預測。此外，這還是一個連續的交易策略，一般不會給出傳統意義上的進場點和出場點。

4.3 強化學習

文中給出的交易策略與現有強化學習有一些相似點，比如，深度Q學習中也使用了估值網路，策略梯度演算法中也有對不確定度的估測。但是，本文的策略還是有別於其他現有強化學習演算法。

4.4 交易者偏好

本文的兩個公式（1）、（3）都可以根據交易者自己的偏好進行定製，以適應不同的風險偏好、交易頻次、交易費用、交易限制，等等。