机器学习与技术分析结合策略研究

报告要点

报告将机器学习和技术分析理论结合，从可解释角度运用机器学习方法进行价格预测，研究发现，对于国内期货市场，表现较好的算法为SVM、随机森林、KNN、决策树，表现较好的品种为焦煤、铜、白银、铝、豆油、豆粕、菜粕。

摘要：

机器学习可以分为无监督学习、监督学习、半监督学习、强化学习，其中监督学习适合进行价格预测，报告使用 KNN、SVM、决策树、随机森林等 8 种监督学习方法进行预测。

根据形态理论，当前的价格走势会符合一种形态，进而判断未来价格走势。如果将形态理论扩展，从历史中找到与当前最相似的行情，不一定是某种形态，那么根据技术分析假设中的历史会重演，就可以判断未来价格走势。而机器学习方法如 KNN 等算法与该思想较为一致，可以辅助进行价格判断。

在前两部分分析基础上，第三部分对国内上市时间较长的期货品种进行策略构建。以过去一段时间的价格作为各个特征值，以未来一段时间的涨跌作为标记，各种算法相当于将过去多个交易日的形态映射到一个空间中进行分类，进而预测未来价格的涨跌。

从算法和品种两个角度进行分析，算法中多个算法表现最好的品种为焦煤；各品种中表现较好的算法多为 SVM 和线性回归。通过组合各算法下和各品种板块收益曲线，发现板块组合卡玛比率超过了 7，跨板块组合的效果较好。

从整体卡玛比率和年化收益率两个角度来看，表现较好的算法均为 SVM、随机森林、KNN、决策树，表现较好的品种均为焦煤、铜、白银、铝、豆油、豆粕、菜粕，可以主要对这些品种使用机器学习方法辅助预测和策略构建。

风险提示：模型过度优化；策略逻辑失效

投资咨询业务资格：证监许可【2012】669 号

商品量化组

研究员：魏新照

021-80401773

weixinzhao@citicsf.com

从业资格号 F3084987

投资咨询号 Z0016364

每日免费获取报告

1、每日微信群内分享7+最新重磅报告；

2、每日分享当日华尔街日报、金融时报；

3、每周分享经济学人

4、行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

扫一扫二维码
关注公号
回复：研究报告
加入“起点财经” 微信群。。

摘要： ........
一、机器学习介绍 . ... 4
（一）机器学习分类 ... 4
（二）监督学习介绍 . ....... 5
二、技术分析应用.... ..... 11
（一）三大假设 .. .. 11
（二）形态理论 . ...... 12
三、机器学习与技术分析结合策略回测. .... 13
（一）策略构建 . .. 13
（二）策略回测 ... ..... 14
1、算法角度 . ...14
2、品种角度 . ..18
3、整体角度 . ....33
（三）回测总结 .. ..... 35
四、总结与建议 .. .. 36
免责声明 . .. 37

图表目录

图表 1：机器学习根据任务类型分类.... ..........................................................................................................
图表 2：机器学习根据算法类型分类. ..................................................................................................... ....... 5
图表 3： KNN 算法图示... ........................................................................................................... ..... 6
图表 4： SVM 算法图示.... .......................................................................................................... ....... 7
图表 5：决策树算法图示.. ...............................................................................................................
图表 6：随机森林算法图示... ..............................................................................................................................
图表 7：线性回归算法图示.....
图表 8： Sigmod 函数.. ........................................................................................................... ... 10
图表 9： BP 神经网络算法图示... .... 11
图表 10：整理与反转形态... ............................................................................................... ...... 12
图表 11：品种分类.... .........................................................................................
图表 12： KNN 各参数组合的 JM 测试集卡玛比率........
图表 13：各算法下各个参数组合的卡玛比率平均值及算法下最优品种收益率曲线 . .............................. .... 15
图表 14：各算法下最优品种收益率参数.. .................................................. 17
图表 15：算法最优组合收益率曲线..
图表 16：算法最优组合收益率曲线参数.. ..................................................
图表 17：黑色板块各品种下各算法卡玛比率均值及最优算法收益率曲线 .
图表 18：黑色板块各品种下最优算法收益率曲线收益率参数.. ........................................... ... 20
图表 19：黑色最优组合收益率曲线.. .... 21
图表 20：黑色最优组合收益率曲线参数.. ..................................... .... 21
图表 21：有色板块各品种下各算法卡玛比率均值及最优算法收益率曲线 . ............................................... ..... 22
图表 22：有色板块各品种下最优算法收益率曲线参数.....
图表 23：有色最优组合收益率曲线.. ... 24
图表 24：有色最优组合收益率参数..... .................................................... ...... 24
图表 25：化工板块各品种下各算法卡玛比率均值及最优算法收益率曲线 ................................................................ 24
图表 26：化工板块各品种下最优算法收益率曲线参数.. ........................................................ ...... 26
图表 27：化工最优组合收益率曲线.......
图表 28：化工最优组合收益率参数.. ........................................... ..... 27
图表 29：软商品板块各品种下各算法卡玛比率均值及最优算法收益率曲线 .. ............................................... ...... 27
图表 30：软商品板块各品种下最优算法收益率曲线参数 ..... 28
图表 31：软商品最优组合收益率曲线.. ...................................................... ... 29
图表 32：软商品最优组合收益率参数..........
图表 33：农产品板块各品种下各算法卡玛比率均值及最优算法收益率曲线 . .. 29
图表 34：农产品板块各品种下最优算法收益率曲线参数... ................................................ ..... 31
图表 35：农产品最优组合收益率曲线.. ................................................. .... 32
图表 36：农产品最优组合收益率参数.. ...................................................................................................... ...... 32
图表 37：全品种最优组合收益率曲线.. ................................................................................. ..... 33
图表 38：全品种最优组合收益率参数.. .................................................................................... ...... 33
图表 39：各算法及各品种下所有品种平均卡玛比率...... ................................................................................... ...... 34
图表 40：各算法及各品种下所有品种平均年化收益率. ..... 35

一、机器学习介绍

这一部分主要介绍机器学习基础，并对一些可以应用的监督学习方法进行介绍。

（一）机器学习分类

Tom Michael Mitchell 在 1997 年给出机器学习一个形式化的定义：假设用P 来评估计算机程序在某任务类 T 上的性能，若一个程序通过利用经验 E 在 T 中任务上获得了性能改善，则我们就说关于 T和P，该程序对 E进行了学习。

机器学习致力于如何通过计算手段，利用经验来改善系统自身的性能。在计算机系统中，经验通常以数据形式存在，利用计算机从数据中产生模型算法，即“学习算法”，是机器学习的主要内容。如果把经验数据提供给学习算法，就能产生相应的模型，在面对新情况时，模型会提供相应的判断。

简而言之，机器学习是从经验数据中获得模型，进而预测未来。

一般的机器学习流程是输入数据、训练模型、模型预测，输入的数据是数据集，其中每一条记录称为一个示例，示例中包含对象的属性，如果示例信息中包含标记，那么该示例称为样例。

机器学习根据任务类型，可以分为无监督学习、监督学习、半监督学习、强化学习。其中无监督学习是训练数据中不包含标记，该任务可以再分为聚类和降维；监督学习是训练数据中包含标记，如果标记为离散值，则该任务是分类任务，如果是连续的，该任务是回归任务。半监督学习介于监督学习和无监督学习之间，用大量的未标记训练数据和少量的已标记数据来训练模型。强化学习以环境反馈（奖/惩信号）作为输入，以统计和动态规划技术为指导的一种学习方法。

图表1：机器学习根据任务类型分类

资料来源：中信期货研究所

根据算法类型，机器学习可以分为传统统计学习和深度学习。

传统统计学习基于严格的数学推理，具有可解释性强、运行速度快、可应用于小规模数据集的特点。如SVM、逻辑回归、决策树等。

深度学习是基于神经网络的机器学习方法，包括前馈神经网络、卷积神经网络等。这类方法可解释性较差，强烈依赖于数据集规模，但在语音、视觉处理方面很成功。

图表2：机器学习根据算法类型分类

资料来源：中信期货研究所

机器学习在期货策略应用方面，对于价格预测，显然上涨和下跌是数据集的标记，因此可以使用监督学习和深度学习模型，再结合金融理论对期货价格涨跌进行预测。

（二）监督学习介绍

这一部分主要对可用于期货价格预测的8种监督学习方法进行介绍，包括KNN、SVM、朴素贝叶斯、决策树、随机森林、逻辑回归、线性回归、BP神经网络，这些方法可以与技术分析理论有机结合。

（1）KNN

KNN 算法多用于分类问题，算法逻辑是先记录所有已知数据，再使用一个距离函数，找出已知数据中距离未知事件最近的 K 组数据，最后根据这K组中类别最多的作为预测结果。

距离函数有欧式距离、曼哈顿距离、闵氏距离、汉明距离，在后文中预测价格时，使用欧式距离。

该算法计算成本较高，一般需要对原始数据进行标准化处理。

图表3： KNN算法图示

资料来源：中信期货研究所

以图中为例，假设分类任务有纵横坐标两个特征，当 K=1时，与预测点距离最近的点如图所示，那么预测点就归为最近点的分类。

（2）SVM

SVM 即支持向量机，一般应用于二分类问题。它将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面，在分类超平面的正负两边各找到一个离分类超平面最近的点（也就是支持向量），使得这两个点距离分类超平面的距离和最大。

SVM 算法优化就是为了求出一个最优的分类超平面，使得所有训练点到超平面距离大于支持向量，而且支持向量距离超平面的距离越大越好。

现实中数据并不一定线性可分，这是需要使用核函数将原始空间映射到高维空间。

在线性分类模型中，所有样本必须全部划分正确，称为“硬间隔”，但是在实际情况中，很难找到合适的核函数使得训练样本在特征空间中线性可分，缓解这个问题的一个办法是允许支持向量机在一些样本上出错，称为“软间隔”，求解出“软间隔支持向量”。在进行期货价格预测时，我们使用软间隔支持向量。

图表4： SVM算法图示

资料来源：中信期货研究所

如图所示，SVM算法进行二分类，重点在于确定软间隔支持向量。

（3）朴素贝叶斯

该算法是建立在贝叶斯理论上的分类方法，它的假设条件是自变量之间相互独立，即假定某一特征的出现与其它特征无关。

朴素贝叶斯的模型易于建造，并且在分析大量数据问题时效率很高。虽然模型简单，但很多情况下工作得比非常复杂的分类方法还要好。

算法主要是使用先验概率和条件概率计算后验概率，把问题转化为易于观察解决的问题。

贝叶斯基本公式如下：

其中P(A)为先验概率，一般是人主观确定，P(B)也为先验概率，在应用中不重要，甚至无需得出数值，P(B|A)是条件概率，也是似然概率，一般通过历史数据统计确定，P(A|B)是后验概率，是我们求解的目标。

以上是朴素贝叶斯的计算公式，在实际中，对于二分类问题，并不需要具体计算出概率值，而是只用比较各分类概率大小。

对于特征是连续数值的分类问题，朴素贝叶斯可假设特征符合正态分布，进而计算联合概率密度，再比较大小即可。

（4）决策树

决策树符合人类解决问题的自然处理机制，是基于树结构来进行决策的，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最

后每个叶节点代表一种分类结果。

决策树算法首先从训练集的多个属性中，筛选出分类能力较强的特征，然后从根节点出发，计算所有特征的信息增益，选择信息增益最大的特征作为节点特征，根据该特征的不同取值建立子节点，对每个子节点使用相同的方式生成新的子节点，直到信息增益很小或者没有特征可以选择为止。

决策树常常还有预剪枝、后剪枝、限定高度操作，以此提高训练效率、降低过拟合风险。

下面是周志华老师《机器学习》中，根据西瓜的纹理、根蒂、色泽、触感四个特征，使用决策树判断好瓜与坏瓜的案例。

图表5：决策树算法图示

资料来源：中信期货研究所周志华《机器学习》

对于特征为连续数值的，决策树可以将其进行划分，得到信息增益最大的划分点，将其转化为类似离散特征的问题，后文中就是用到了该方法。

（5）随机森林

随机森林是以决策树为基础的集成算法模型，包含多个决策树。在给一个新的观察值分类时，每一个决策树都会给出一个分类，随机森林则选出投票最多的分类作为分类结果。

每棵决策树的构建遵循一下流程：

1、如果训练集有N条数据记录，那么有放回随机抽取 N 条，作为该棵决策树的训练集；

2、如果有 M 个特征，则随机抽取 m（m< M）个特征进行训练。

3、每棵树都尽最大程度的生长，并且没有剪枝过程。

重复以上步骤，得到多棵决策树，进而形成随机森林。

中信期货专题报告

图表6：随机森林算法图示

资料来源：中信期货研究所

以上是随机森林的图示。

（6）线性回归

线性回归是利用连续性变量来估计实际数值，通过线性回归算法找出自变量和因变量间的最佳线性关系，确定一条最佳直线，这个回归关系可以用 Y=aX+b 表示，求解过程利用最小二乘法。

线性回归主要有两种：一元线性回归和多元线性回归。一元线性回归只有一个自变量，而多元线性回归有多个自变量。

以一元线性回归为例，方程为：Y=a*X+b，通过最小化因变量误差和得到a和b 的最佳估计。

图表7：线性回归算法图示

资料来源：中信期货研究所

在进行期货价格预测时，线性回归虽然有些前提假设要满足，但是根据我们的技术分析逻辑，这里相当于映射方法，追求模糊正确即可。

（7）逻辑回归

逻辑回归算法名字叫回归，但是是一个分类算法，属于对数线性模型。

LR本质上是一个线性模型再套上一个Sigmoid函数，这样把数据映射到【0，1】区间。

当 Y=1 时，Sigmoid 函数为：

对应Y=0 的概率为：

在实际中，x 包含多个特征，即 x=w*X+B。

则 Y=1 的对数几率模型即为发生的概率除以不发生概率取对数，即：

则p 大于1与w*X+B大于0 等价。模型通过比较条件概率值的大小，将实例划分到概率值较大的那一类，即当 w*X+B 大于 0 时，将其划分为 Y=1 对应的类别。

图表8： Sigmod 函数

资料来源：中信期货研究所

（8）BP神经网络

神经网络是机器学习中的一种模型，是一种模仿生物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

生物神经网络中最基本的成分是神经元，每个神经元与其他神经元相连，如果某个神经元的电位超过一个阈值时，那么它就被激活，向其它神经元发送信号。

常见的神经网络如图表中所示，包含输入层、单隐层、输出层。每个神经元与下一层神经元全互连，神经元之间不存在同层连接，也不存在跨层连接，这种神经网络也称为“多层前馈神经网络”。

现实任务中的神经网络模型，大多是通过误差逆传播算法（BP算法）训练得到，即BP神经网络。BP 算法基于梯度下降策略，以目标的负梯度方向进行调整。

对每个训练样例，BP 算法执行如下操作：先将输入示例提供给输入层神经元，然后逐层将信号前传，直到产生输出层的结果，然后计算输出层的误差，再将误差逆向传播至隐藏层神经元，最后根据隐层神经元的误差来对连接权和阈值进行调整，该过程循环进行，直到达到某些停止条件为止。

图表9： BP神经网络算法图示

资料来源：中信期货研究所

下文中将使用BP神经网络对期货价格进行预测。

二、技术分析应用

这一部分主要介绍技术分析的三大假设和形态理论，为后文结合机器学习构建策略提供理论基础。

（一）三大假设

技术分析第一假设：市场行为涵盖一切信息。

市场的投资者在决定交易行为时，已经充分考虑了影响市场价格的各项因素。因此，只要研究市场交易行为就能了解目前的市场状况，而无须关心背后的影响因素。

根据有效市场假说认为，在法律健全、功能良好、透明度高、竞争充分的市场中，一切有价值的信息已经及时、准确、充分地反映在价格走势当中。

与有效市场理论相似的随机漫步理论则认为，价格形成是市场对随机到来的事件信息作出的反应，现今的价格已基本反映了供求关系，具有随机漫步的特点，其变动路径没有任何规律可循。

技术分析第二假设：价格沿趋势运动。

趋势是分析价格走势的核心，当出现某种趋势的时候，下一步往往会沿着这

个趋势运行。

根据物理学上的动力法则，趋势的运行将会延续，直到有反转的迹象产生为止。事实上价格虽上下波动，但终究是朝一定的方向运行，这当然也是牛顿惯性定律的应用，因此技术分析法希望利用图形或指标分析，尽早确定目前的价格趋势及发现反转的信号，以掌握时机进行交易并获利。

技术分析第三假设：历史会重演。

当K 线形态出现过后，后市还可能会再出现这些形态，并且指导意义是相同的，投资者可根据过去的形态，对后市作出判断。

这个假设是从人的心理因素方面考虑的。期货投资是一个追求利润的行为，这个动机始终不会改变。在这种心理状态下，人的交易行为将趋于一定的模式，进而导致历史重演。因此过去价格的变动方式，在未来可能不断发生，值得投资者研究，并且利用统计分析的方法，从中发现一些有规律的图形，整理一套有效的操作原则。

技术分析是基于以上三大假设，但是对于假设的合理性也存在较多争议。例如认为市场价格不可能完全反应所有信息，市场行情千变万化，不可能出现历史中相同的行情。

基于技术分析的三大假设，形成了很多技术分析方式，那么这其中的形态理论基于历史会重演，该分析方法最容易与机器学习结合，进而构建相应的策略。

（二）形态理论

形态理论是通过研究价格所走过的轨迹，发现多空双方力量的强弱，进而指导市场交易。

趋势的方向发生变化一般不是突然来到的，变化都有一个发展的过程。形态理论通过研究价格曲线的各种形态，发现价格的运动方向。

技术分析形态分为持续整理形态和反转突破形态。前者保持平衡，后者打破平衡。持续整理形态：包括三角形、矩形、旗形和楔形；反转突破形态：包括头肩顶（底）、双重顶（底）、圆弧顶（底）、喇叭形以及V 形反转形态。

图表10：整理与反转形态

资料来源：中信期货研究所

根据形态理论，当前的价格走势会符合其中的一种形态，进而可以判断未来价格走势，但是往往是一个概率事件。

在实操交易中，我们结合当下的价格走势，通过复盘历史行情，找到历史当中与当前最为吻合的行情或者形态，进而判断未来价格。

如果将形态理论扩展，我们从历史中找到与当前最相似的行情，不一定是某种形态，那么如果历史会重演，据此我们就可以判断未来价格走势，而通过肉眼观察的历史相似价格走势，在数量和质量上存在较大的局限性，而机器学习方法可以解决这一问题，比如KNN 算法就可以找到历史中多个相似特征的历史价格走势，辅助判断价格，后文中基于以上分析，将8种机器学习方法应用到期货价格预测中。

三、机器学习与技术分析结合策略回测

这一部分主要是基于第二部分技术分析理论，使用第一部分的 8 种机器学习方法训练模型，进而形成策略。

（一）策略构建

（1）根据历史会重演理论，历史数据越多越好，训练模型选取的品种主要是国内期货市场上市时间较长的品种，具体如下所示：

图表11：品种分类

板块	品种
黑色	螺纹钢、热卷、焦炭、焦煤、铁矿石、玻璃
有色	铜、铝、锌、黄金、白银
能化	PTA、MA、PE、PP、PVC
软商品	棉花、白糖、天然橡胶
农产品	豆粕、菜粕、棕榈油、豆油、菜油

资料来源：中信期货研究所

（2）各品种使用主力期货合约数据，多数品种数据是从上市日期开始一直到2022年，但是铜、铝、豆粕、棉花、天然橡胶从 2004年开始，豆油、白糖、PTA从 2006 年开始。

各品种均使用 80%数据作为训练集，剩余 20%作为测试集，构建策略主要是在测试集上。

（3）根据第二部分技术分析，形态理论中，通过观察前期的 K线形态，预测后续将会完成的形态，进而判断价格趋势，那么前期每个交易日的开盘价、最高价、最低价、收盘价可以算作是各个特征，而未来的价格涨跌形成标记。通过监督学习算法，输入训练集中各个特征数据，以涨跌为标记，即可训练出模型用于测试集。

假设观察前期n1个交易日的开盘价、最高价、最低价、收盘价，则共计4*n1个特征，将特征进行标准化处理（这里将当日价格作为除数进行归一化处理）以去除量纲影响，对应预测未来 n2 个交易日的涨和跌，标记分别为 1和-1。

报告中 n1 取 10 到 100 个交易日，步长为 10，n1>n2，这样一个算法参数下有 45 个组合。

各种算法，比如 KNN，通过训练集构建模型，然后在测试集上测试，可以理解为找到历史中最为相似的价格形态进行预测，此方法与实际交易最为接近；对于 SVM，相当于使用超平面将训练集划分为涨和跌两类；对于LS，使用涨跌幅度进行回归；综合来看，各种算法相当于将过去 n1个交易日的形态映射到一个空间中进行分类，进而预测未来n2个交易日的涨跌。

（4）策略在测试集上进行构建，每个交易日进行滚动预测，每次开仓为1/n2单位资金，开平仓交易成本设置为 0.0001。

（二）策略回测

这一部分是通过训练模型，然后在测试集上形成策略。分别从算法角度、品种角度以及综合角度，测试机器学习基于技术分析构建策略的效果。

1、算法角度

根据前文分析，分别对各个品种进行 8 种监督学习算法的训练和测试。

算法角度是指观察每种算法下各个品种测试集策略的表现。

具体来说，主要衡量指标为卡玛比率均值，即在该算法下各个参数组合的卡玛比率平均值，然后找到表现最优的品种中表现最优的参数，画出收益率曲线。

图表12： KNN各参数组合的 JM测试集卡玛比率
KNN各参数组合的JM测试集卡玛比率

资料来源：wind 中信期货研究所

上图为KNN算法下各参数组合的焦煤测试集卡玛比率，其平均值即为该算法下该品种的表现，以此类推，各算法下的表现如下：

图表13：各算法下各个参数组合的卡玛比率平均值及算法下最优品种收益率曲线

KNN/JM收益率曲线

SVM/JM收益率曲线

Bayes/Y收益率曲线

tree

Tree/JM收益率曲线

randomforest

RF/JM收益率曲线

LS/AG收益率曲线

LR/RM收益率曲线

BP/JM收益率曲线

资料来源：Wind 中信期货研究所

图表14：各算法下最优品种收益率参数

算法参数期间收益率年化收益率最大回撤卡玛比率最长衰退期胜率盈亏比
KNN/JM	131.79%	54.94%	8.07%	6.81	149	67.17%	1.40
SVM/JM	134.22%	51.77%	8.26%	6.27	89	78.22%	1.82
Bayes/Y	79.25%	19.63%	10.79%	1.82	141	60.45%	1.13
Tree/JM	67.97%	28.94%	5.72%	5.06	51	65.11%	1.14
RF/JM	104.87%	42.33%	7.69%	5.50	56	66.07%	1.86
LS/AG	34.00%	15.08%	6.48%	2.33	128	55.77%	1.18
LR/RM	57.80%	25.11%	12.39%	2.03	80	47.93%	10.69
BP/JM	118.07%	49.59%	13.30%	3.73	149	53.30%	5.16

资料来源：Wind 中信期货研究所

从结果来看，KNN、SVM、决策树、随机森林、BP神经网络算法下表现最优的均为焦煤，测试集的最优参数卡玛比率甚至超过 6，主要原因是焦煤的测试集主要从 2021年开始，而2021年和2022年焦煤趋势行情较多，与2016年的焦煤行

情接近，比较符合报告的策略思想。

朴素贝叶斯表现最优的为豆油，卡玛比率为1.82；线性回归为白银，卡玛比率为 2.33；逻辑回归为菜粕，卡玛比率为 2.03。

将各算法下最优的品种收益率曲线算术平均，构建算法最优组合收益率如下：

图表15：算法最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表16：算法最优组合收益率曲线参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
算法组合	94.61%	22.75%	5.69%	4.00	123

资料来源：Wind 中信期货研究所

通过各算法最优组合的卡玛比率为 4，相比于单个算法改善程度有限。

2、品种角度

相比于算法角度，品种角度是指品种在各算法下的表现，这里分成黑色、有色、化工、软商品、农产品 5 个板块进行分析。

① 黑色板块

黑色板块对螺纹钢、热卷、焦炭、焦煤、铁矿石、玻璃 6 个品种进行测试，各品种下各算法平均卡玛比率、最优算法下最优参数的收益曲线如下：

图表17：黑色板块各品种下各算法卡玛比率均值及最优算法收益率曲线
RB

RB/SVM收益率曲线

HC/SVM收益率曲线

J/SVM收益率曲线

JM/KNN收益率曲线

I

FG

I/SVM收益率曲线

FG/LS收益率曲线

资料来源：Wind 中信期货研究所

图表18：黑色板块各品种下最优算法收益率曲线收益率参数

黑色品种期间收益率年化收益率最大回撤卡玛比率最长衰退期胜率盈亏比
RB/SVM	57.56%	18.49%	8.04%	2.30	151	59.39%	1.09
HC/SVM	58.53%	31.30%	8.48%	3.69	96	57.14%	1.49
J/SVM	91.29%	33.72%	16.71%	2.02	114	60.40%	1.07
JM/KNN	131.79%	54.94%	8.07%	6.81	149	67.17%	1.40
I/SVM	37.02%	19.07%	33.28%	0.57	182	55.10%	1.03
FG/LS	47.03%	21.49%	8.27%	2.60	195	54.85%	1.16

资料来源：Wind 中信期货研究所

从测试结果来看，焦煤各算法下表现均较好，各算法卡玛比率均值均大于零，KNN 最优，螺纹钢、热卷、焦炭、铁矿表现最优的算法是 SVM，玻璃最优的是线性回归，但是其他算法均不佳，卡玛比率均值都为负值。

将各个品种等权组合的收益率曲线如下：

图表19：黑色最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表20：黑色最优组合收益率曲线参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
黑色最优组合	66.47%	21.01%	6.59%	3.19	163

资料来源：Wind 中信期货研究所

黑色组合曲线的卡玛比率为 3.19，优于多数单个品种。

② 有色板块

有色板块对铜、铝、锌、黄金、白银 5个品种进行测试，各品种下各算法平均卡玛比率、最优算法下最优参数的收益曲线如下：

图表21：有色板块各品种下各算法卡玛比率均值及最优算法收益率曲线

CU/SVM收益率曲线

AL/SVM收益率曲线

ZN/SVM收益率曲线

AU/LS收益率曲线

AG/LS收益率曲线

资料来源：Wind 中信期货研究所

图表22：有色板块各品种下最优算法收益率曲线参数

有色品种期间收益率年化收益率最大回撤卡玛比率最长衰退期胜率盈亏比
CU/SVM	82.42%	18.15%	9.78%	1.86	273	61.18%	1.77
AL/SVM	103.18%	21.27%	7.12%	2.99	202	69.06%	1.92
ZN/SVM	47.44%	13.36%	11.06%	1.21	194	59.81%	1.22
AU/LS	14.58%	4.70%	5.97%	0.79	337	52.64%	1.41
AG/LS	34.00%	15.08%	6.48%	2.33	128	55.77%	1.18

资料来源：Wind 中信期货研究所

从测试结果来看，铜、铝、白银各算法下表现均较好，各算法卡玛比率均值均大于零，黄金最优的是线性回归。

将各个品种等权组合的收益率曲线如下：

图表23：有色最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表24：有色最优组合收益率参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
有色最优组合	50.38%	11.77%	3.92%	3.00	166

资料来源：Wind 中信期货研究所

有色板块组合效果明显，卡玛比率为 3，优于各单个品种。

③ 化工板块

化工板块对 PTA、甲醇、塑料、聚丙烯、PVC 共计 5 个品种进行测试，各品种下各算法平均卡玛比率、最优算法下最优参数的收益曲线如下：

图表25：化工板块各品种下各算法卡玛比率均值及最优算法收益率曲线

MA/Bayes收益率曲线

L/SVM收益率曲线

PP/RF收益率曲线

资料来源：Wind 中信期货研究所

V/Tree收益率曲线

图表26：化工板块各品种下最优算法收益率曲线参数

化工品种期间收益率年化收益率最大回撤卡玛比率最长衰退期胜率盈亏比
TA/LS	40%	12%	11%	1.05	203	53.28%	1.14
MA/Bayes	63%	25%	9%	2.88	161	60.92%	1.35
L/SVM	67%	18%	11%	1.68	189	55.83%	1.23
PP/RF	20%	11%	8%	1.48	114	58.61%	0.98
V/Tree	43%	14%	5%	2.85	141	55.24%	1.62

资料来源：Wind 中信期货研究所

从测试结果来看，各个品种的的最优算法均不同，其中甲醇的朴素贝叶斯算法表现最优，最优参数的卡玛比率达到2.88。

将各个品种等权组合的收益率曲线如下：

图表27：化工最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表28：化工最优组合收益率参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
化工最优组合	39.40%	11.39%	4.13%	2.76	200

资料来源：Wind 中信期货研究所

组合后的卡玛比率为2.76，优化程度有限。

④ 软商品板块

软商品板块对棉花、白糖、橡胶3 个品种进行测试，各品种下各算法平均卡玛比率、最优算法下最优参数的收益曲线如下：

图表29：软商品板块各品种下各算法卡玛比率均值及最优算法收益率曲线

SR/LS收益率曲线

RU

资料来源：Wind 中信期货研究所

RU/LS收益率曲线

图表30：软商品板块各品种下最优算法收益率曲线参数

软商品	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期	胜率	盈亏比
CF/LS	50.73%	11.92%	6.34%	1.88	129	56.79%	1.20
SR/LS	12.27%	3.51%	7.98%	0.44	427	55.01%	1.19
RU/LS	33.64%	8.28%	9.29%	0.89	268	55.67%	1.11

资料来源：Wind 中信期货研究所

三个品种的最优算法均为线性回归，棉花表现整体较好，最优参数卡玛比率达到 1.88。

将各个品种等权组合的收益率曲线如下：

图表31：软商品最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表32：软商品最优组合收益率参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
软商品最优组合	25.92%	6.54%	2.87%	2.28	114

资料来源：Wind 中信期货研究所

通过组合发现，相比于单个品种，卡玛比率和最长衰退期整体表现优化较大。

⑤ 农产品板块

农产品板块对豆粕、菜粕、棕榈油、菜油、豆油 5 个品种进行测试，各品种下各算法平均卡玛比率、最优算法下最优参数的收益曲线如下：

图表33：农产品板块各品种下各算法卡玛比率均值及最优算法收益率曲线

RM/LR收益率曲线

P/Bayes收益率曲线

OI/KNN收益率曲线

资料来源：Wind 中信期货研究所

Y/RF收益率曲线

图表34：农产品板块各品种下最优算法收益率曲线参数

农产品期间收益率年化收益率最大回撤卡玛比率最长衰退期胜率盈亏比
M/LR	72.77%	15.71%	9.31%	1.69	196	60.43%	4.37
RM/LR	57.80%	25.11%	12.39%	2.03	80	47.93%	10.69
P/Bayes	112.54%	29.32%	13.52%	2.17	114	62.38%	1.12
OI/KNN	22.58%	6.85%	10.43%	0.66	217	55.83%	1.06
Y/RF	66.52%	16.73%	7.81%	2.14	141	58.85%	1.10

资料来源：Wind 中信期货研究所

从测试结果来看，豆粕和菜粕表现较好，各算法卡玛比率均值多数大于零，且表现最优的算法为逻辑回归。

将各个品种等权组合的收益率曲线如下：

图表35：农产品最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表36：农产品最优组合收益率参数

	期间收益率	年化收益率	最大回撤	卡玛比率	最长衰退期
农产品最优组合	61.75%	13.72%	4.81%	2.85	188

资料来源：Wind 中信期货研究所

组合的卡玛比率达到2.85，优于各单个品种。

⑥ 全品种

将各个板块最优组合收益率曲线再次组合，得到曲线如下：

图表37：全品种最优组合收益率曲线

资料来源：Wind 中信期货研究所

图表38：全品种最优组合收益率参数

期间收益率年化收益率最大回撤卡玛比率最长衰退期
黑色最优组合	66.47%	21.01%	6.59%	3.19	163
有色最优组合	50.38%	11.77%	3.92%	3.00	166
化工最优组合	39.40%	11.39%	4.13%	2.76	200
软商品最优组合	25.92%	6.54%	2.87%	2.28	114
农产品最优组合	61.75%	13.72%	4.81%	2.85	188
全品种最优组合	42.47%	9.94%	1.34%	7.42	120

资料来源：Wind 中信期货研究所

全品种最优组合的卡玛比率为7.42，大幅优于各个板块，显示出跨板块组合的效果较好。

3、整体角度

以上是通过算法角度和品种角度看策略效果，这里进行整体分析。分别计算各算法下所有品种的策略卡玛比率均值，以及各品种下所有算法的策略卡玛比率均值如下图所示：

图表39：各算法及各品种下所有品种平均卡玛比率

各品种下所有算法平均卡玛比率

资料来源：Wind 中信期货研究所

从图中可以看出，整体来看，表现较好的算法依次是随机森林、决策树、KNN、SVM，表现较好的品种依次是焦煤、铜、铝、白银、豆油、菜粕、豆粕。

卡玛比率会出现负值情况，结果会存在偏差，下面从年化收益率角度进行分析。

各算法下所有品种的策略年化收益率均值，以及各品种下所有算法的策略年化收益率均值如下图所示：

图表40：各算法及各品种下所有品种平均年化收益率

各品种下所有算法平均年化收益率

资料来源：Wind 中信期货研究所

从整体年化收益率角度可以看出，表现较好的算法依次是 SVM、随机森林、KNN、决策树，表现较好的品种依次是焦煤、铜、白银、铝、豆油、豆粕、菜粕。

从上可以看出，卡玛比率和年化收益率两个角度，表现较好的算法和品种基本一致。

（三）回测总结

这一部分根据前两部分的机器学习和技术分析理论分析，构建国内期货品种

策略。

以过去一段时间的价格作为各个特征值，以未来一段时间的涨跌作为标记，各种算法相当于将过去 n1 个交易日的形态映射到一个空间中进行分类，进而预测未来 n2 个交易日的涨跌。那么使用模型对测试集进行预测的过程，相当于在历史数据的训练集中找到最为接近的行情，以此作为预测结果。

报告从算法角度和品种角度进行分析。算法中多个算法表现最好的品种为焦煤，主要是测试集行情与训练集中的16年行情较为接近；各品种中表现较好的算法多为SVM和线性回归。通过组合各算法下表现最优的品种收益曲线，发现相比于单个算法，卡玛比率优化幅度有限，而通过组合各品种板块，发现卡玛比率超过了 7，得到较大优化，跨板块组合的效果较好。

从整体卡玛比率和年化收益率角度可以看出，表现较好的算法均为 SVM、随机森林、KNN、决策树，表现较好的品种均为焦煤、铜、白银、铝、豆油、豆粕、菜粕。

四、总结与建议

第一部分主要介绍机器学习相关内容。根据任务类型，机器学习可以分为无监督学习、监督学习、半监督学习、强化学习。其中监督学习是训练数据中包含标记，在期货价格预测中，涨和跌可作为标记，因此监督学习适合进行价格预测。报告对 KNN、SVM、决策树、随机森林等8种监督学习方法进行介绍，为下文做铺垫。

第二部分对技术分析的三大假设和形态理论进行分析。根据形态理论，当前的价格走势会符合其中的一种形态，进而可以判断未来价格走势，如果将形态理论扩展，我们从历史中找到与当前最相似的行情，不一定是某种形态，那么如果历史会重演，我们就可以判断未来价格走势。而机器学习方法如 KNN等算法与该思想较为一致，可以辅助进行价格判断。

在前两部分分析基础上，第三部分对国内上市时间较长的期货品种进行策略构建。以过去一段时间的价格作为各个特征值，以未来一段时间的涨跌作为标记，各种算法相当于将过去多个交易日的形态映射到一个空间中进行分类，进而预测未来价格的涨跌。从算法和品种两个角度进行分析，算法中多个算法表现最好的品种为焦煤；各品种中表现较好的算法多为SVM 和线性回归。通过组合各算法下和各品种板块收益曲线，发现板块组合卡玛比率超过了 7，得到较大优化，跨板块组合的效果较好。

免责声明

除非另有说明，中信期货有限公司拥有本报告的版权和/或其他相关知识产权。未经中信期货有限公司事先书面许可，任何单位或个人不得以任何方式复制、转载、引用、刊登、发表、发行、修改、翻译此报告的全部或部分材料、内容。除非另有说明，本报告中使用的所有商标、服务标记及标记均为中信期货有限公司所有或经合法授权被许可使用的商标、服务标记及标记。未经中信期货有限公司或商标所有权人的书面许可，任何单位或个人不得使用该商标、服务标记及标记。

如果在任何国家或地区管辖范围内，本报告内容或其适用与任何政府机构、监管机构、自律组织或者清算机构的法律、规则或规定内容相抵触，或者中信期货有限公司未被授权在当地提供这种信息或服务，那么本报告的内容并不意图提供给这些地区的个人或组织，任何个人或组织也不得在当地查看或使用本报告。本报告所载的内容并非适用于所有国家或地区或者适用于所有人。

此报告所载的全部内容仅作参考之用。此报告的内容不构成对任何人的投资建议，且中信期货有限公司不会因接收人收到此报告而视其为客户。

尽管本报告中所包含的信息是我们于发布之时从我们认为可靠的渠道获得，但中信期货有限公司对于本报告所载的信息、观点以及数据的准确性、可靠性、时效性以及完整性不作任何明确或隐含的保证。因此任何人不得对本报告所载的信息、观点以及数据的准确性、可靠性、时效性及完整性产生任何依赖，且中信期货有限公司不对因使用此报告及所载材料而造成的损失承担任何责任。本报告不应取代个人的独立判断。本报告仅反映编写人的不同设想、见解及分析方法。本报告所载的观点并不代表中信期货有限公司或任何其附属或联营公司的立场。

此报告中所指的投资及服务可能不适合阁下。我们建议阁下如有任何疑问应咨询独立投资顾问。此报告不构成任何投资、法律、会计或税务建议，且不担保任何投资及策略适合阁下。此报告并不构成中信期货有限公司给予阁下的任何私人咨询建议。

深圳总部

地址：深圳市福田区中心三路 8 日卓越时代广场（二期）北座 13 层 1301-1305、14 层

邮编：518048

电话：400-990-8826

传真：(0755)83241191

网址：http://www.citicsf.com

StartYourFinance

起点财经，网罗天下报告

机器学习与技术分析结合策略研究

报告要点

摘要：

商品量化组

每日免费获取报告

目 录

图表目录

一、机器学习介绍

（一）机器学习分类

（二）监督学习介绍

（1）KNN

（2）SVM

（3）朴素贝叶斯

（4）决策树

（5）随机森林

每棵决策树的构建遵循一下流程：

中信期货专题报告

（6）线性回归

（7）逻辑回归

（8）BP神经网络

二、技术分析应用

（一）三大假设

技术分析第三假设：历史会重演。

（二）形态理论

三、机器学习与技术分析结合策略回测

（一）策略构建

（二）策略回测

1、算法角度

2、品种角度

① 黑色板块

② 有色板块

③ 化工板块

④ 软商品板块

⑤ 农产品板块

⑥ 全品种

3、整体角度

（三）回测总结

四、总结与建议

免责声明

深圳总部

StartYourFinance

目录

量化CTA：机器学习与技术分析结合策略研究-20230201-中信期货-37页