来源：华泰证券
作者：林晓明、何康
编辑：好投学堂
人工智能系列之 80：机器学习用于模拟投资者分歧
投资者分歧是推动交易的原因之一，对金融市场的资产定价具有重要意义。本文运用机器学习来模拟投资者分歧。将不同的特征集输入给多个机器学习模型，模拟投资群体接收差异化信息源、并产生不同投资预测的过程。最后，根据模型预测差异构建的分歧度因子，能够有效刻画投资者分歧，对股票未来收益具有显著的预测作用。
投资者分歧度越高，股票预期收益越低
Miller（1977）认为投资者分歧会造成股票价格过高，未来回报下降，原因是乐观投资者推高股价，而悲观投资者受到做空限制，对市场的影响力更弱。本文利用现有的多个深度学习因子，构建深度学习分歧度因子，验证了投资者分歧与股票未来收益的负相关性。样本空间为全 A 股，因子在 2017/1/4～2024/5/31 的回测期内周度 RankIC 均值为 6.06%，分 5 层 TOP 组合年化超额收益率为 9.75%，周频双边换手率为 117.70%。
树模型能够高效模拟投资者分歧
本文使用 50 个 LightGBM 模型来模拟投资者的预测观点。输入特征为股票截面特征，包含估值、成长、财务质量、量价、一致预期等类别，共 43 个。每个模型会随机选取 20 个特征进行训练，以模仿投资者接收差异化信息源。最后，计算所有模型对同一交易日同只股票的预测值的标准差，构建机器学习分歧度因子。因子在相同回测期内周度 RankIC 均值提升至 7.66%，分5层 TOP 组合年化超额收益率为 9.71%，周频双边换手率下降至 61.97%。
超参数选择对分歧度因子的影响基本不大
不同预测周期构建的分歧度因子回测表现接近，但预测周期越长，TOP 组合换手率越低，因为长线投资者的预测分歧在短期内变化不会太剧烈。不同投资者数量构建的分歧度因子回测表现差异不大，但投资者数量设置过少可能会造成 RankIC 偏低和换手率偏高。特征数量对分歧度因子的回测表现具有一定影响，随机选取的特征数量过多会导致投资者之间难以产生预测分歧。LightGBM、XGBoost 和 CatBoost 等不同机器学习模型构建的分歧度因子回测表现接近。
股票做空限制、动量和投资者认可度对分歧度因子具有显著影响
使用机构持股比例衡量个股的做空难易程度，机构持股比例低的股票池中分歧度因子多空表现更加显著，多空组合年化收益率从 32.89%提升至54.05%，说明做空限制是分歧度因子的坚实基础。近期涨幅最大的股票池中分歧度因子的多空组合年化收益率高达 63.04%，表明乐观投资者占据主导地位，观点分歧造成的买卖不对称性进一步增强。根据模型预测均值构建投资者认可度因子，发现一致看多的股票组合预期收益最高，“争议看空”的股票组合预期收益最低，分歧度与认可度因子等权合成的复合因子RankIC 和多头收益均有提升。
风险提示：借助机器学习构建的选股策略是历史经验的总结，存在失效的可能。机器学习存在过拟合的风险。本文回测暂未考虑交易费用。
