第5章：機器學習與量化投資策略

# 第5章：機器學習與量化投資策略 本章將金融量化推向更高層次，從傳統的時間序列分析進一步延伸至機器學習（ML）的應用。透過結合特徵工程、模型訓練與風險管理，我們將學習如何構建可執行的投資策略，並在實盤環境中驗證其有效性。 --- ## 5.1 何謂金融機器學習 金融機器學習不僅是套用統計模型，更是一種 **資料驅動、迭代優化** 的投資思維。 - **資料優先**：模型的輸入即為市場行為的映射，任何缺失或噪聲都可能放大風險。 - **迭代優化**：訓練 → 回測 → 監控 → 調整，形成閉環。 - **可解釋性**：在合規與風控層面，模型必須能夠被人類解讀與驗證。 --- ## 5.2 監督式學習：回歸與分類 ### 5.2.1 回歸模型 - **線性回歸（OLS）**：基礎但易受多重共線性影響。 - **Ridge / Lasso**：正則化降低過擬合，Lasso 進行特徵選擇。 - **樹模型（Random Forest、Gradient Boosting）**：捕捉非線性關係。 - **神經網路**：深度學習可處理高維度、複雜特徵，但解釋性差。 ### 5.2.2 分類模型 - **Logistic Regression**：二元決策（如買入/賣出）常用基礎。 - **Support Vector Machine（SVM）**：高維度特徵處理優秀。 - **XGBoost / LightGBM**：特徵重要度直觀、效能高。 > **案例**：以「昨日收盤價變化」作為特徵，預測「明日收盤價是否上漲」。 > 透過交叉驗證與 5‑fold KNN 進行模型選擇，最終選擇 LightGBM，報告 RMSE < 0.5%。 --- ## 5.3 非監督式學習：聚類與降維 - **PCA**：降維後可視化市場波動模式。 - **k‑means**：辨識相似行為的股票群。 - **t‑SNE / UMAP**：高維資料的非線性映射，協助識別非傳統因子。 這些方法常用於**因子挖掘**與**風險敞口分散**。 --- ## 5.4 特徵工程與資料增強 1. **技術指標**：RSI、MACD、布林帶、ATR 等。 2. **基本面因子**：市盈率、ROE、股息率、營收成長率。 3. **文本數據**：新聞情感、社交媒體趨勢。 4. **時間戳特徵**：週次、月初/末、節假日效應。 5. **資料增強**：噪音注入、時間切片、滑動窗口。 > **提醒**：特徵過多往往導致**維度災難**，需結合正則化或特徵選擇。 --- ## 5.5 模型評估與選擇 | 目標 | 指標 | 目的 | |------|------|------| | 回測 | Sharpe Ratio、Sortino Ratio、Drawdown | 衡量風險調整後的收益 | | 預測 | MSE、MAE、Accuracy、AUC | 衡量模型預測精度 | | 可解釋性 | SHAP、Permutation Importance | 了解特徵影響力 | **交叉驗證**：避免資料泄露，使用**時間序列交叉驗證（Rolling Forecast Origin）**。 --- ## 5.6 風險與績效指標 1. **最大回撤**：監測投資組合在某段時間內最大跌幅。 2. **夏普比率**：衡量風險調整後的報酬。 3. **資訊比率**：相對基準的績效。 4. **α、β**：衡量策略與市場的相對表現。 > **實務建議**：在回測期間使用**滑動窗口**重新估計 α、β，防止過時估值。 --- ## 5.7 案例：股票價值因子與機器學習預測 1. **資料集**：美國 S&P 500 2000–2023 兩年資料。 2. **特徵**：市盈率、PB、ROE、ROA、營收成長、負債比、波動率、情感得分。 3. **模型**：XGBoost 回歸 → 預測 1‑週相對回報。 4. **回測**：使用 3‑年滑動窗口，報告 Sharpe Ratio 1.3，最大回撤 12%。 5. **結論**：模型能在多個市場環境下穩健提升收益，且關鍵特徵為市盈率與情感得分。 --- ## 5.8 策略執行與交易成本 - **滑點模擬**：使用深度優先的**Volume‑Weighted Average Price (VWAP)** 模型。 - **手續費**：考慮交易所手續費與經紀商佣金。 - **市場影響**：對高頻策略，引入**市場深度**資料。 - **執行引擎**：Python + FIX API 或使用**Alpaca / Interactive Brokers**。 > **提示**：在策略設計階段就加入成本模擬，可避免「理論回報」與「實盤回報」的巨大差距。 --- ## 5.9 持續改進與模型治理 1. **監控**：實時檢查預測分佈、模型輸出與風險指標。可用 **Prometheus + Grafana**。 2. **版本控制**：模型與特徵工程使用 **MLflow** 或 **Weights & Biases**。 3. **自動化測試**：CI/CD 觸發單元測試與回測腳本。 4. **合規審核**：建立模型手冊，定期進行**模型稽核**與**解釋性檢查**。 5. **重新訓練策略**：在特徵漂移或市場結構變動時，設定**自動重訓**週期。 --- ### 小結 機器學習在金融領域的力量來自於**資料**、**模型**與**風控**的緊密結合。正確的特徵工程與評估指標能確保策略在不同市場環境下保持競爭力；而持續的監控與治理則是維持長期成功的關鍵。接下來，我們將進一步探討 **量化交易框架** 的搭建與實務部署，為讀者鋪陳完整的投資策略生態系。