人工智能选股：数据标注方法实证研究——华泰证券

本篇华泰证券的研究报告深入探讨了人工智能在股票投资中的应用，特别是数据标注方法对于选股决策的影响。报告标题为"人工智能选股之数据标注方法实证"，是华泰人工智能系列的第十七篇，由林晓明、陈烨和李子钰等人共同完成，发布于2019年3月13日。 研究主要关注如何通过机器学习技术，如XGBoost（eXtreme Gradient Boosting，一种强大的梯度提升算法）在多因子选股中运用不同的数据标注策略。数据标注是指将原始数据转化为模型能够理解和处理的形式，如将股票收益率转化为分类标签（如正收益或负收益）或回归目标（如超额收益）。文中对比了四种数据标注方法： 1. 分类与回归：分别使用夏普比率、信息比率和Calmar比率作为标签，这些比率是衡量投资组合风险调整回报的重要指标。 2. XGBoost分类（XGBC）与回归（XGBR）：分析了两种模式在全A股票池中的选股效果，结果显示XGBR在单因子回归和信息比率测试中表现优于XGBC，但在RankIC均值上有轻微差距，但在其他指标上则更为稳定。 为了确保结果的可靠性，研究者采用了随机数种子和多次测试策略，这样可以减少模型训练过程中的随机性影响，从而得到更具统计意义的结果。通过这种方法，他们发现集成模型XGBR-Combine，即整合了不同标注方法训练的模型，表现最为全面，显示出数据标注方法对模型性能的显著影响。 报告还特别提到了SmartBeta策略的应用，这是一种基于因子模型的投资策略，旨在捕捉市场中的某些定价偏差。此外，作者还构建了行业、市值中性化的全A股票策略，并与中证500进行了对比，进一步验证了AI在复杂投资环境下的潜力。 这篇报告揭示了在人工智能选股过程中数据标注选择的重要性，强调了通过严谨的实验设计和模型集成来优化投资决策的方法，为投资者提供了在实际操作中考虑数据标注策略的新视角。