量化投资策略：LightGBM算法的应用
作者： 美股和期权量化
| 发布于: | 雪球 | 转发：0 | 回复：0 | 喜欢：0 |
LightGBM是 微软旗下的Distributed Machine Learning Toolkit （DMKT）的一个项目，由2014年首届 阿里巴巴大数据竞赛获胜者之一柯国霖主持开发。虽然其开源时间才仅仅2个月，但是其快速高效的特点已经在数据科学竞赛中崭露头角。Allstate Claims Severity竞赛中的冠军解决方案里就使用了LightGBM，并对其大嘉赞赏。
xgboost虽然是一种优秀的boosting框架，但是在使用过程中，其训练耗时过长，内存占用比较大。 微软在2016年推出了另外一种boosting框架——lightgbm，在不降低准确度的的前提下，速度提升了10倍左右，占用内存下降了3倍左右。LightGBM 优化部分包含以下：
将连续的特征值转化为离散的直方图，利用直方图进行节点的分裂，牺牲了一定的准确度换取了训练速度和内存空间的优化。
相对于xgboost的level—wise的生长策略，lightgbm使用了leaf-wise树生长策略。由于level-wise在分裂时，部分增益小的树也得到了增长，虽然容易控制误差，但是分裂有时是不合理的，而lightgbm使用level-wise，只在增益大的树上分裂生长，甚至对Feature f如果分裂无收益，那么后续也将不会对f计算。体现在参数上，xgboost使用max_depth，而lightgbm使用num_leaves控制过拟合。
直接支持了类别输入模型，无需对类别型的特征进行one-hot编码，lightgbm在参数categorial_feature中来指定数据中的类别特征列即可。
按照《量化投资策略：多因子到人工智能》资料中的步骤，搭建机器学习模型，选择LightGBM算法，构建包括特征和标签提取、特征预处理、样本内训练、交叉验证和样本外测试等步骤。最终在每个月底可以产生对全部个股下期上涨概率的预测值，然后根据正确率、AUC 等指标以及策略回测结果对模型进行评价。我们的模型设置为月频换仓，为了让模型及时学习到市场特征的变化并兼顾计算效率，我们采用了滚动回测方法，即从 2019年1月1开始，每月底重新构建一次模型，在下一月进行测试。我们还根据模型的预测结果构建了 沪深300成份内选股和 中证500成份内选股策略，通过年化收益率、夏普比率、最大回撤等指标综合评价策略效果。
中证500指数增强收益150%，同期指数60%，超额90%，夏普比率1.34，最大回撤12%。
沪深300指数增强收益210%，同期指数50%，超额160%，夏普比率1.44，最大回撤16%。
