[論文レビュー] Deep Learning for Stock Selection Based on High Frequency Price-Volume Data

Junming Yang, Yaoqi Li+3 more|arXiv (Cornell University)|Nov 6, 2019

Stock Market Forecasting Methods被引用数 6

ひとこと要約

本稿では、中国A株市場の高頻度価格・出来高データ（15分間隔）を用いて、LSTMおよびCNNモデルを組み合わせた深層学習フレームワークを提案し、日次株式リターンを予測する。モデルはCSI300ベンチマークを上回り、5か月間のバックテストでネットリターン率19.61%（CNN）および16.27%（LSTM）を達成。取引手数料を考慮しても高いリスク調整リターンと顕著なアウトパフォーマンスを示した。

ABSTRACT

Training a practical and effective model for stock selection has been a greatly concerned problem in the field of artificial intelligence. Even though some of the models from previous works have achieved good performance in the U.S. market by using low-frequency data and features, training a suitable model with high-frequency stock data is still a problem worth exploring. Based on the high-frequency price data of the past several days, we construct two separate models-Convolution Neural Network and Long Short-Term Memory-which can predict the expected return rate of stocks on the current day, and select the stocks with the highest expected yield at the opening to maximize the total return. In our CNN model, we propose improvements on the CNNpred model presented by E. Hoseinzade and S. Haratizadeh in their paper which deals with low-frequency features. Such improvements enable our CNN model to exploit the convolution layer's ability to extract high-level factors and avoid excessive loss of original information at the same time. Our LSTM model utilizes Recurrent Neural Network'advantages in handling time series data. Despite considerable transaction fees due to the daily changes of our stock position, annualized net rate of return is 62.27% for our CNN model, and 50.31% for our LSTM model.

研究の動機と目的

• 高頻度価格・出来高データを用いて手動による特徴量エンジニアリングを一切行わず、深層学習ベースの株式選択戦略を開発すること。
• LSTMおよびCNNモデルが中国株式市場における日次リターンを予測する性能を評価すること。
• 現実的な取引手数料を考慮したバックテストを用いて、モデルのパフォーマンスをCSI300指数ベンチマークと比較すること。
• 時系列モデリング（LSTM）と局所的パターン抽出（CNN）の高頻度金融時系列への応用における強みと限界を特定すること。
• ハイブリッドアーキテクチャ（CNN-LSTM）、より高い頻度のデータ（1分間隔）、取引手数料最適化のための強化学習を用いた今後の改善策を検討すること。

提案手法

• LSTMモデルは、長期的な時系列依存関係を捉え、翌営業日の株式リターンを予測するために、順序付き15分間隔の価格・出来高データを学習に用いる。
• CNNモデルは、スタックされた15分間隔の価格・出来高時系列を2次元入力テンソルとして処理し、局所的な空間的パターンと高レベル特徴を自動的に抽出する。
• モデルは、エポックの早期停止、ドロップアウト正則化（維持確率0.5）、L2重み減衰を用いて過学習を防ぐためにAdam最適化アルゴリズムで訓練される。
• 両モデルの汎化性能を向上させるために5営業日分の入力ウィンドウが使用され、データはトレーニング期間中の最小-最大スケーリングで正規化される。
• 株式選択は予測された期待リターン率に基づき、予測リターンが0.14%以上である株式のみを、毎日ポジションを再調整するための選択対象とする。
• バックテストフレームワークは、0.1%の取引手数料を想定した毎日の取引をシミュレートし、パフォーマンス比較のためのベンチマークとしてCSI300指数を用いる。

実験結果

リサーチクエスチョン

• RQ1 LSTMおよびCNNモデルは、手作業による特徴量設計を一切行わず、高頻度価格・出来高データのみを用いて、日次リターンを効果的に予測できるか？
• RQ2 LSTMおよびCNNモデルは、CSI300指数ベンチマークと比較して、累積リターンおよびリスク調整指標において、どの程度のパフォーマンスを示すか？
• RQ3 入力時系列長（1日分 vs. 5日分）が、モデルの汎化性能および予測精度に与える影響は何か？
• RQ4 空間ドロップアウトやL2重み減衰といった正則化技術が、モデルの頑健性および過学習に与える影響は何か？
• RQ5 CNNの特徴抽出能力とLSTMの時系列モデリング能力を統合したハイブリッドアーキテクチャは、高頻度株式選択のパフォーマンス向上に寄与するか？

主な発見

• CNNモデルはバックテスト期間（2019年1月16日〜2019年5月31日）において19.61%のネットリターン率を達成し、LSTMモデルの16.27%を上回った。
• 両モデルとも、同じ期間に16.02%の単利利回りを示したCSI300ベンチマークを顕著に上回った。
• CNNモデルは情報比82.91%を記録し、LSTMモデルの79.48%を上回り、リスク調整リターンの面で優れた性能を示した。
• 取引手数料を考慮しても両モデルとも正のネット利益を達成し、CNNモデルではグロスリターン率35.30%、手数料コスト15.69%を記録した。
• 両モデルともベンチマークより高いボラティリティを示し、最大回帰率はCNNで25.43%、LSTMで21.27%を記録し、より積極的な取引戦略を示した。
• 両モデルの勝率はわずかに50%を超え、LSTMで51.14%、CNNで51.61%であり、一貫したが支配的ではない株式選択の正確性を示した。