阿甘金融通過人工智能方法，對滬深300指數進行遠期預測的宏觀模型正式上線！
這個模型經訓練後，在對2017年5月至2018年6月的滬深300指數（測試集）進行三個月的方向性預測時，準確率為84%。
今天，我們把未來三個月的”滬深300指數預測”，做第一次發佈。
我們為什麼要做這麼一個模型出來呢？
因為，預測是人類探索未知的本能。
相當多人，知道老拙在嘗試這樣一個模型，都微笑地頗有深意。
是啊，多少人都嘗試做出一個預知未來的水晶球，最終卻吃了滿地的碎玻璃。
K線預測是入門者常用的方法，通過市場過去的走勢來預測市場未來的走勢。
K線預測的一個潛在假設就是：外部因素保持不變，影響市場走勢的主要是成交量和價格。
但當外部因素髮生改變時，K線預測就變得不太靠譜，或相當不靠譜。
相當多更有經驗的投資者，往往因此成為市場的不可知論者。他們認為既然市場難以預測，還不如把所有的精力都放在公司分析上，這樣的勝率似乎更大。
換句話說，他們放棄了對系統性風險，即“貝塔”的預測，轉而把精力放在對個體風險，即“阿爾法”的預測上。
但好奇是人類的本能。只要事物的發展存在規律，那麼就一定會有人，嘗試對這些規律進行總結與延伸。
既然資本市場受宏觀，政策、市場和情緒的影響，我們也同樣可以嘗試。
新技術給了我們更多預測的可能
2016年，困擾老拙的一個最大問題，就是如何在新三板一萬多家公司中，找到合適的對標企業。
最終，我們採取了機器學習的方法，通過文本分析，不斷對三板公司公開轉讓說明書和年報中的文本數據進行訓練，並最終形成了自己的聚類標準。
這就是我們“阿甘金融網”上的“同類推薦”功能：搜索任何一家三板公司，我們都能準確地向您推薦出與其業務最相近的其它三板公司。
用比較時尚的說法，這就是“人工智能”。
人工智能天然適合於金融，因為金融領域的數據量大，適合機器的深度學習。
正是在第一次成功的激勵下，我們開始向宏觀預測延伸。
我們的預測模型是如何建立的？
我們這個模型設計團隊，只兩個人。一個是老拙，另一個是人工智能工程師重重。
在設計模型時，我們就定下這麼一個原則：只預測市場的方向，不預測市場的漲跌幅。也就是說，我們把自己的預測，嚴格侷限在有限的數據和能力範圍之內。
我們耗費了整整四個月的時間來篩選數據，構建模型。
在我們的模型中，共計有93個自變量。其中既包括外部宏觀數據，如shibor利率，匯率，國債收益率，票據貼現率等；也包括市場本身的數據，如各板塊指數，成交量，指數市盈率等等。
由於這93個變量本身無法滿足PSI（群體穩定性指標）閾值篩選，因此重重又對其做了特徵工程，從中再分別提取兩個變量之間的變動關係，得到新變量，再進行某些變化處理。
處理後，這93個特徵變量衍生出接近6萬個變量。先經PSI篩選後剩餘5000個，再經KS（正負樣本的區分程度）篩選，餘下800個。
我們以2013年1月至2017年5月的數據為訓練集，2017年5月至2018年6月的數據為測試集，進行模型篩選。在不同時間窗口，篩出了不同的變量。其預測結果如下：
總體而言，預測的時間窗口越長，對指數漲跌預測的準確率就越高。
而且，預測的時間窗口越長，所需的變量個數也在不規則的減少。
如果只預測第二天的滬深300走勢，測試集準確率只有63.4%，比隨機數50%要高一些。但如果預測未來一個月的指數漲跌，準確率就提高到了66.6%。到了未來三個月，準確率更提高至80%左右。
在短期預測模型中，銀行間市場的數據貢獻較大；但在長期預測模型中，匯率、國債收益率，甚至於美國的某些數據，也會產生較大影響。
這個模型是如何一步步發展起來的？
最初，老拙把自己在實踐中經常使用的，與市場的漲跌存在因果關係的中國宏觀變量：如貨幣，社融，利率，GDP，投資額，發電量，運輸量等，設為自變量。把滬深300指數的變動，設為因變量，進行嚴格回溯。訓練出的模型，預測準確率徘徊在55%-57%之間，只比隨機拋硬幣高一些而已；
隨後，我們進行了變量之間複雜的特徵處理，耗費了接近兩個月的時間，把準確率提高到接近60%；
再後，我們把市場內的因子，如成交量，成交額，市盈率，其它板塊指數等等，也加入到自變量當中，進行回溯。模型預測的準確率，提高到60%以上；
接著，出於開放宏觀的考慮，我們把一些重要的國外指標，如美國國債收益率，原油和黃金的價格等，引入到變量當中，模型預測準確率提高至65%；
最後，我們把預測週期從之前的一個月延長到兩個月更至三個月，突然發現準確率有了大幅提升。
不否認，我們沒有把更多的手段都公開出來，但總體思路大致如此。
既然，已經有了這個宏觀預測模型，今後三個月，市場將走向哪裡？
如果我們以8月3日滬深300指數的收盤價為3315點為基準日，那麼：
即接下來的三個月，市場大幅上揚的概率較低。
因為是第一次預測，我們並沒有把極端情況公示出來，而是做了平滑處理。
請不要苛責它的準確率
這是我們阿甘金融的一小步，把它公開，就是為了做一個公開驗證。
請記住，這裡有兩個影響市場的關鍵因素沒被放進去：一個是宏觀政策，另一個是市場情緒。
因此，我們需要每個月，都對預測值進行調整。但為了保持第一次預測記錄不被人為篡改，我們會以“第一次預測”，“第二次預測”來做區分。
如果我們的預測不準確，也沒什麼好難為情的，人類對未知的探索，基本都是以失敗告終。
如果有幸某些時候比較準確，也沒什麼好高興的。懂金融的聰明人常在，略加思考就能搞出一個新的模型。我們這個模型所帶來的信息優勢，會在不遠的將來消失。
最後，用這個模型是否能賺錢?
當然有可能。
不否認，我們未來可能會設立一個股指實證賬戶，對我們模型的有效性進行公開驗證。
但凡想孤注一擲，靠水晶球謀生的人，最終註定會吃下掉在地上的碎玻璃。
這個模型的更大意義，是在大家主觀判斷的同時，再給一個新的角度。
而且，如果您過去只是根據宏觀經濟指標來預測市場的話，我們相信，模型一定會比您更準確。
換句話說，您完全可以把宏觀經濟的影響判斷交給模型，而把宏觀政策和市場情緒的影響判斷交給自己。
這樣，就完美了。
原文鏈接:
https://www.aganjinrong.com/post/940
---End---
作者：老拙，白俄羅斯大學法學碩士、北大國際工商管理碩士、北大在讀金融學博士，擁有多重專業背景和超過20年從業經驗的資本市場老炮兒。原文發佈於阿甘社區。
閱讀更多 阿甘金融 的文章
