[发明专利]自动生成量化交易因子及重要性评判的方法、装置

说明书

本公开的实施例公开了一种自动生成量化交易因子及重要性评判的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取待预测时间点之前的量化交易数据；对该量化交易数据进行预处理；将预处理后的量化交易数据输入至预先训练的第一机器学习算法模型，输出特征重要性信息；基于该特征重要性信息，确定第一高维量化交易因子；将该第一高维量化交易因子输入至单因子测试模块，输出第二高维量化交易因子，其中，该单因子测试模块是确定该第二高维量化交易因子组合是否合理的模块；利用通信连接的绘图设备按照预设分辨率打印显示该第二高维量化交易因子。该实施方式增强了量化交易模型的非线性表达能力，为量化交易提供有力的支撑。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及一种自动生成量化交易因子及重要性评判的方法、装置、电子设备和介质。

背景技术

随着海量多源金融数据的出现及人工智能技术的迅速发展，使得智能快速自动发现有用的高维量化因子成为可能。多因子模型是目前管理较大规模量化产品的主流方法，是量化选股方法中理论体系最丰富的模型之一。多因子模型是由套利定价模型(ArbitragePricing Theory，APT)发展而来的，是对于风险-收益关系的定量表达，不同因子代表不同风险类型的解释变量。在多因子选股过程中面临的问题是很难自动从海量的因子中判断量化交易因子的重要性，找到有效的复杂因子以及很难自动生成高维的量化交易因子。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了一种自动生成量化交易因子及重要性评判的方法、装置、电子设备和介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种自动生成量化交易因子及重要性评判的方法，该方法包括：获取待预测时间点之前的量化交易数据；对上述量化交易数据进行预处理；将预处理后的量化交易数据输入至预先训练的第一机器学习算法模型，输出特征重要性信息；基于上述特征重要性信息，确定第一高维量化交易因子；将上述第一高维量化交易因子输入至单因子测试模块，输出第二高维量化交易因子，其中，上述单因子测试模块是确定上述第二高维量化交易因子组合是否合理的模块；利用通信连接的绘图设备按照预设分辨率打印显示上述第二高维量化交易因子。

第二方面，本公开的一些实施例提供了一种自动生成量化交易因子及重要性评判的系统，系统包括：获取单元，被配置成获取待预测时间点之前的量化交易数据；处理单元，被配置成对上述量化交易数据进行预处理；第一输入输出单元，被配置成将预处理后的量化交易数据输入至预先训练的第一机器学习算法模型，输出特征重要性信息；确定单元，被配置成基于上述特征重要性信息，确定第一高维量化交易因子；第二输入输出单元，被配置成将上述第一高维量化交易因子输入至单因子测试模块，输出第二高维量化交易因子，其中，上述单因子测试模块是确定上述第二高维量化交易因子组合是否合理的模块；显示单元，被配置成利用通信连接的绘图设备按照预设分辨率打印显示上述第二高维量化交易因子。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一、二方面中任一的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一、二方面中任一的方法。