[论文解读] Deep Stock Representation Learning: From Candlestick Charts to Investment Decisions

Guosheng Hu, Yuxin Hu+9 more|arXiv (Cornell University)|Sep 12, 2017

Stock Market Forecasting Methods参考文献 17被引用 4

一句话总结

本文提出了一种基于深度学习的投资策略，利用卷积自编码器（CAE）从合成蜡烛图中学习非线性、平移不变的股票表征，通过模块度优化实现股票聚类，并通过在每个聚类中选择最高夏普比率的股票构建高风险调整收益投资组合。该方法在2,000至4,000个交易日中超越了富时100指数及多只知名基金，总回报率达283.5%，日夏普比率为0.50。

ABSTRACT

We propose a novel investment decision strategy (IDS) based on deep learning. The performance of many IDSs is affected by stock similarity. Most existing stock similarity measurements have the problems: (a) The linear nature of many measurements cannot capture nonlinear stock dynamics; (b) The estimation of many similarity metrics (e.g. covariance) needs very long period historic data (e.g. 3K days) which cannot represent current market effectively; (c) They cannot capture translation-invariance. To solve these problems, we apply Convolutional AutoEncoder to learn a stock representation, based on which we propose a novel portfolio construction strategy by: (i) using the deeply learned representation and modularity optimisation to cluster stocks and identify diverse sectors, (ii) picking stocks within each cluster according to their Sharpe ratio (Sharpe 1994). Overall this strategy provides low-risk high-return portfolios. We use the Financial Times Stock Exchange 100 Index (FTSE 100) data for evaluation. Results show our portfolio outperforms FTSE 100 index and many well known funds in terms of total return in 2000 trading days.

研究动机与目标

• 解决现有股票相似性度量方法的局限性，如线性性、高数据依赖性以及缺乏平移不变性。
• 开发一种数据驱动、确定性的市场细分方法，将市场划分为多样化行业，以增强投资组合分散化。
• 通过利用股票价格时间序列的深度视觉表征来改进投资组合构建，从而提升投资表现。
• 提供一种稳定、可重复且风险可控的投资策略，适用于现实金融应用场景。

提出的方法

• 将四通道股票价格时间序列（开盘价、最高价、最低价、收盘价）转换为合成蜡烛图以实现可视化表示。
• 在数百万张合成蜡烛图图像上无监督训练卷积自编码器（CAE），以学习深度、紧凑且语义丰富的股票表征。
• 利用学习到的深度特征计算股票相似性以实现聚类，替代传统的线性度量方法（如协方差）。
• 应用模块度优化——一种原本用于网络的确定性社区检测方法——将股票聚类为多样化、数据驱动的行业。
• 在每个聚类中选择夏普比率最高的股票用于投资组合构建，以最大化风险调整后收益。
• 在富时100指数上对策略进行评估，时间跨度为2,000至4,000个交易日，与基准及知名基金进行性能对比。

实验结果

研究问题

• RQ1 基于深度学习的蜡烛图视觉表征是否能比原始时间序列更有效地捕捉股票价格时间序列中的非线性动态与平移不变模式？
• RQ2 基于深度特征的模块度优化聚类方法是否能实现比k-means或其他非确定性聚类方法更稳定、更分散的投资组合细分？
• RQ3 基于深度特征，在每个聚类中选择夏普比率最高的股票构建的投资组合，是否能在总回报与风险调整后表现方面超越富时100指数及主要共同基金？
• RQ4 与原始时间序列相比，深度特征在基于相似性的聚类与投资策略中，能在多大程度上提升投资组合表现？

主要发现

• 所提方法在4,000个交易日中实现了283.5%的总回报率，显著优于富时100指数及原始时间序列基线（208.8%）。
• 使用深度特征与模块度聚类的每日夏普比率为0.50，高于原始时间序列基线（0.44）与k-means聚类（0.49），表明风险调整后收益更优。
• 该策略的最大回撤为-60.5%，低于原始时间序列基线的-55.6%，表明风险控制能力更强。
• 在2,000天的评估周期中，该方法实现了215.4%的总回报率与0.80的日夏普比率，高于所有对比基金，包括表现最佳的PXI基金（152.2%回报率，0.60夏普比率）。
• 该投资组合在69.52%的年份中实现盈利，优于大多数基金，在多样化市场条件下表现出强稳定性。
• 基于模块度的聚类方法表现更优且具有确定性，而k-means因随机初始化导致结果不可复现。