证券研究报告·金融产品深度

资金流向相似性图谱与图神经网络

核心观点

本报告构建6种资金流向相似性图谱，并用于XGB 训练的特征工程环节、图神经网络的训练，为存量因子、模型和策略带来模型IC、TOP 组超额、多空收益、指数增强组合的收益增量。将XGB 和GAT叠加多图谱后进行集成，进一步带来额外增量。

资金流向相似性关系图谱

股票之间在同一时段内共同出现资金净流入或流出的频率，反应了驱动股价变化的相似资金行为的影响因素，本报告以此思路构建了6种资金流向相似性图谱。

特征工程衍生因子：传统机器学习模型增强

在传统 XGBOOST 训练过程中，在特征工程的环节，基于资金流向相似性图谱的邻接矩阵对存量因子进行因子衍生，将衍生因子和存量因子共同用于模型训练，从而利用股票自身信息及在资金流向相似性图谱上和股票有关联的其他个股信息共同预测个股收益率，从而在模型训练过程中叠加图谱信息，最终通过多图谱集成的方式为模型IC 和 rankIC 带来增量，各指成分股 TOP组超额比原始模型提升2%\~3%、多空年化收益增量2%\~5%。

注意力机制图神经网络

GraphAttentionNetwork（GAT）是一种基于注意力机制的图神经网络模型，用于学习节点之间的依赖关系。其核心思想是在显示图确定的节点之间的关联关系的基础上，利用注意力机制自适应地学习节点之间的关联度权重。

利用 GAT 模型将资金流向相似性图谱和存量因子一起用于模型训练，相比于不加GAT 的相同结构部分的MLP 而言，多图集成的GAT方案在各个指数成分股上带来IC 增量2%左右，TOP组超额增量2%\~5%，多空年化收益增量3%\~10%。

传统模型与GAT再集成

从模型效果来看，基于同样存量因子叠加多图谱训练的神经网络类GAT 效果普遍弱于多图谱XGBOOST,但是XGBOOST和 GAT模型输出有较低相关性，进一步将两类模型集成能够带来相对XGBOOST模型的增量。最终全市场IC由原始不叠加图谱XGB 的9.35%提升至10.53%、多空年化收益由44.8%提升至61.35%。

在各个指数成分股上，集成模型相对多图谱XGBOOST 带来IC 增量0.2%\~0.6%，相对不叠加图谱信息的XGB00ST最高带来 IC增量1%以上；TOP组超额、多空收益等指标均能进一步带来不同程度的增量。

集成模型最终在全市场IC 9.83%，扣费后多空年化 60%,300、500、1000 成分股T0P 组年化超额9.22%、12.60%、17.89%。经过组合优化后超额夏普进一步稳定。

风险提示：因子测试、机器学习建模是对历史经验的总结，模型学习到的市场规律在未来存在失效的可能。

金融产品研究

陈升锐

chenshengrui@csc.com.cn

021-68821600

SAC 执证编号：S1440519040002

鲁植宸

luzhichen@csc.com.cn

15611537505

SAC 执证编号：S1440522080005

发布日期：2023年07月15日

市场表现

23.01.08 关系型数据增强模型训练：新闻共同报

22.12.09分析师共同覆盖增强机器学习模型训练

22.09.11基于供应链关系矩阵的因子增强

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 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。

一、引言..
二、资金流向相似性 ..2
2.1资金流向相似性图谱定义， .2
2.2 存在资金流向相似关系个股的收益率相关性分析. ..3
三、资金流向相似性在模型训练中的应用！ ..6
3.1 基于资金流向相似性的衍生因子构建 ..6
3.2 衍生因子联合训练.. ...6
3.3 模型训练实验设置及结果分析 ..7
四、资金流向相似性图谱在图神经网络上的应用， ..13
4.1 模型介绍 ..13
4.2 模型结构及实验设计. ...14
4.3 模型结果评估. ..15
4.4分组测试... .….1.7
4.5 模型相关性分析及二次集成 ..20
五、组合优化及指数增强.. ..23
六、总结与展望. ..25
七、风险提示... ..25

图表目录

图表1：关系型数据的应用框架 .1
图表2：关系型数据示例. .2
图表3：资金流向图谱相似性定义. ······················ ...2
图表4: 全样本与资金流向相似性关系图谱上有关联的个股的收益率相关系数统计. ..3
图表5：个股在全样本与资金共同流出样本下的收益率相关系数分布.. ..4
图表6: 个股在全样本与大单资金共同流出样本下的收益率相关系数分布.. ..4
图表7: 个股在全样本与中小单资金共同流出样本下的收益率相关系数分布.. ·.································ ...5
图表8：多图谱训练方案...
图表9：滚动模型训练示意图 ...7
图表10：叠加各个图谱联合训练方案全市场模型IC、rankIC. ...8
图表11: 各个图谱训练方案IC 增量累计.. ..9
图表12: 叠加图谱训练方案模型IC(各指数成分股). ..9
图表13：叠加图谱训练方案分层测试结果(全市场). .10
图表14: 叠加图谱训练方案分层测试结果(各指数成分股).. ..11
图表15：叠加图谱数据方案TOP 组收益相对原始模型增量累计.. ..11
图表16: 基于资金流向关系的图神经网络模型架构及参数说明. ..14
图表17：各个图谱联合训练方案全市场模型IC、rankIC. .15
图表18：各个图谱训练方案IC增量累计.. .15
图表19：各图谱训练方案模型IC、rankIC(各指数成分股). ..16
图表20：谱训练方案分层测试结果(全市场). .17
图表21：各图谱训练方案的超额收益累计增量(全市场) ..17
图表22：各图谱训练方案方案的分层测试结果(各指数成分股). ...18
图表23: 各个图谱训练方案超额收益累计增量， ..19
图表24: 各个模型集成方案分组测试结果.. ..20
图表25: 叠加各个单图谱的XGBOOST模型相关系数. ...21
图表26: 单图谱GAT之间的相关性.. ..22
图表27: 叠加各个单图谱的 XGBOOST模型与单图谱GAT 的相关性. ..22
图表28：各个集成方案之间的相关性. ..22
图表29：指数增强回测结果 ·······································································. ..23
图表30：叠加图谱数据方案超额收益增量累计 ..24

引言

随着存储、算力、模型方法的迭代更新为量化投资研究大规模积累有效因子提供了基础，投研中所涉及的存量因子从几百到几千不等，资产定价、因子选股步入高纬度时代。在多因子量化选股场景中，因子的角色逐步从信号转变为众多的特征，对因子的评估逐步从单因子有效性转变为相对于存量因子的边际增量。尤其在机器学习、人工智能这类非线性模型广泛应用于因子合成环节之后，即便单因子与存量因子在线性维度上能保证低相关性、克服多重共线性，但是在非线性建模场景下能带来的边际贡献也未必可观。新数据、新因子、新信息的有效性不单单取决于其单因子的效果强弱，在当下的研究与实务中，新因子相对于已有因子带来的边际增量显得更加重要。

关系型图谱数据在因子挖掘场景的应用的研究逐渐受到关注，已有学术文献论证了供应链、分析师共同覆盖、新闻共同报道、行业等关系维度下，收益之间存在显著的领先-滞后关系，并基于此类信息构建动量传导因子。在高纬度存量因子的背景下，因子以样本特征的形式被用于资产定价，关系型数据可以在建模环节通过因子衍生、联合训练、进而利用深度学习中的图神经网络的方式为资产定价提供信息增量，从而为量化策略带来超额收益的增量。

图表1：关系型数据的应用框架

资料来源：中信建投

在早期报告中，本系列先后探究了供应链关系、分析师共同覆盖、新闻共同报道在因子建模场景的应用，通过构建形成表征公司间相关关联特征的关系矩阵，以此对原因子库进行特征工程衍生，在模型训练和分组测试上，加入各类关系图谱衍生因子后带来模型输出的IC值和组合构建上的增量。

本报告构建了6种表征股票之间的资金流向相似性的矩阵，在存量因子库的基础上，通过批量衍生训练传统机器学习模型、图神经网络两种方式将资金流向相似性矩阵用于模型训练环节的增强，结果表明加入资金流向相似性对收益预测带来增强效果。

二、资金流向相似性

图表2：关系型数据示例

资料来源：中信建投

2.1资金流向相似性图谱定义

股票和股票之间的资金流向相似性刻画了资金层面推动股价走势的交易行为的相似性，也反应的交易行为背后资金方对股票价格的预期的共性。资金流入、流出的一致性更强的两个股票潜在具有更强的关联性。

与早期报告中对供应链、分析师共同覆盖、新闻共同报道关系的建模方式类似，本报告通过邻接矩阵来描述股票两两之间基于资金共同流向的关联关系，进而构建六种资金流向相似性图谱。资金流向数据基于level2高频行情数据进行衍生，根据委托、成交的资金量、成交类型等信息区分资金类型、成交类型和资金流向。

图表3为构建资金流向相似性图谱的具体细节
图表3：资金流向图谱相似性定义

定义图谱类型计算细节量纲处理
资金流向相似性图谱	资金净流入=当日主动买入成交额-当日主动卖出成交额，净流入量>0为资金净流入，反之为资金净流出。根据个股某段时间区间内资金净流入、流出情况，计算股票两两之间资金联动一致性情况	资金共同流入(CashCoIn)	近22个交易日内，两个股票共同出现资金净流入的交易日数量作为两个股票的关联度，从而构全市场股票之间的资金共同流入关系图	在实际使用中，先构建每个图谱数据的邻接矩阵，并在每行保留每只股票关联度最强的前1%的股票作为图谱上的邻居，从而使得图谱稀疏化，保
		资金共同流出(Cash0ut)	近22个交易日内，两个股票共同出现资金净流出的交易日数量作为两个股票的关联度，从而构全市场股票之间的资金共同流出关系图
		中小单资金共同流入(MedSmallCoInAct)	中小单资金净流入=(中户主动买入金额+小户主动买入金额-中户主动卖出金额-散户主动卖出金额)近22个交易日内，两个股票共同出现中小单资金净流入的交易日数量作为两个股票的关联度，从而构全市场股票之间的中小单资金共同流入关系图
		中小单资金共同流出(MedSmallCo0utAct）	近22个交易日内，两个股票共同出现中小单资金净流出的交易日数量作为两个股票的关联度，从而构全市场股票之间的中小单资金共同流出关系图
		大单共同流入(ExNLargeCoInAct)	中小单资金净流入=(机构主动买入金额+大户主动买入金额-机构主动卖出金额-大户主动卖出金额)近22个交易日内，两个股票共同出现大单资金净流入的交易日数量作为两个股票的关联度，从而构全市场股票之间的大单资金共同流入关系图	留整个关系网中最强的边
		大单共同流出天数（ExNLargeCo0utAct）	近22个交易日内，两个股票共同出现大单资金净流出的交易日数量作为两个股票的关联度，从而构全市场股票之间的大单资金共同流出关系图	留整个关系网中最强的边

数据来源：中信建投，Wind

资金类型:根据订单成交金额大小，分为小单(散户，<4万元)、中单(中户，4万-20万)、大单(大户，20-100万)、特大单(机构，>100 万)

成交类型：根据成交订单对应买卖双方的委托时间先后，将先来的委托订作为被动方、后来的为多订单作为主动方，从而将成交价>=卖价的成交称为主动买入、成交价<=买入订单价格的成交称为主动卖出。

当日的资金净流入=当日主动买入成交额 -当日主动卖出成交额。净流入大于0为资金净流入，反之为资金净流出。根据某天资金净流入、流出的情况，可以计算股票两两之间资金联动的一致性情况。

以资金共同流入图谱为例，具体构建步骤细节为：

1）统计近22个交易日内，两个股票共同出现资金净流入的交易日数量

2）构建全市场所有股票的邻接矩阵，本报告认为股票两两之间的资金共同流向存在相关关联，从而在邻接矩阵中两两股票的对应位置里填入资金共同净流入的交易日数量

3）对所有股票重复上述步骤，最终的邻接矩阵的数值表示两只股票共同出现资金净流入的交易日数量

4）并在每行保留每只股票关联度最强的前百分之1的股票作为图谱上的邻居

基于资金流向相似性图谱，最终可以构建新的关系矩阵Mc，用以表征股票之间的资金共同流向关联，即

其中，Mcj表示第i个股票与第j个股票的资金共同流向关联度，即两个股票原始资金共同流向交易日天数

类似地，根据不同资金类型、流入流出情况依次构建6种图谱及其对应邻接矩阵矩阵。

2.2 存在资金流向相似关系个股的收益率相关性分析

为衡量存在资金流向相似性关系的个股在价格波动性上的一致性，本报告在2018年-2021年，以每半年的频率统计：在A股市场全样本和过去6个月中有资金流向相似关系的样本中，股票之间的收益率相关系数的分布情况，统计结果见图表4，相关系数的数据分布有关资金共同流出的见图表5、6。

图表4：全样本与资金流向相似性关系图谱上有关联的个股的收益率相关系数统计

mean std min				10%	20%	30%	40%	50%	60%	70%80%	90%	max
Al1Sample	27.75%	14.00%	-56.38%	9.88%16.13% 20.38%24.25% 27.75% 31.25%35.00%39.50%							45.75%	93.88%
CashCoIn	25.25%	15.88%	-41. 63%	5.50%12.00% 16.75% 20.75% 24.75% 28.50% 32.50						%37.88%	45.25%	93.75%
CashOut	30.63%	15.00%	-33.75% 1	1.63% 18.25% 22.88% 26.75% 30.50% 34.13% 38.13%						43.13% 49.88%		93.75%
ExNLargeCoInAct	23.88	%15.00	-38.13%%	5.13% 11.38% 15.88% 19.50% 23.38% 27.00% 31.13% 35.88% 43.13%								93.50%
ExNLargeCoOutAct	31.13%	15.13%	-31.75% 1	2.38% 19.00% 23.38% 27.38%31.25% 34.63% 38.88% 43.50% 50.38%								93.63%
MedSmallCoInAct	27.50	15.00%%	-41.00%	8.50% 14.75% 19.38% 23.38% 27.00% 30.75%34.88% 39.25% 46.25%								92.88%
MedSmallCo0utAct	28.88%	14.38%	-35.63% 1	0.63% 16.88% 21.25% 25.00% 28.75% 32.63% 36.38% 40.88% 47.50%								91.63%

数据来源：中信建投，Wind
注：数据截至2021/12/31

报告类型

六个关系图中，资金共同流出、大单资金共同流出、中小单资金共同流出三种流出类图谱上存在的关联个股之间的相关系数分布相比于全市场有明显的增量。三种资金流出类样本的收益率相关系数的均值和各个分位数高出全样本1%-5%。从相关系数分布图上看，存在资金共同流向相似性关系的个股相关系数分布在各个区间上相对于全市场有不同程度的右移动。

图表5：个股在全样本与资金共同流出样本下的收益率相关系数分布

数据来源：中信建投，Wind
注：数据截至2021/12/31

图表6：个股在全样本与大单资金共同流出样本下的收益率相关系数分布

数据来源：中信建投，Wind

报告类型

图表7：个股在全样本与中小单资金共同流出样本下的收益率相关系数分布

数据来源：中信建投，Wind
注：数据截至2022/06/30

三、资金流向相似性在模型训练中的应用

3.1 基于资金流向相似性的衍生因子构建

本报告进一步对利用前文所述的资金流向相似性关系矩阵Mc，对因子进行处理，首先对各个元素除以其所在行之和，得到权重矩阵Mw。

特定因子F为各个股票对应的特定因子值，是一个n×1的向量（下称原有因子），即

其中，F;表示第i个股票的因子值。对于上述因子向量F进行如下运算，可以得到对应的衍生因子Fc:

其中，Fc为集成了资金流向相关股票的衍生因子值，也是一个n×1的向量（下称衍生因子）。对于某只特定股票i，其原有因子值为Fi，则衍生因子值为Fci=Σ=MwijFi。衍生因子的因子值代表了对于每个股票而言，其在资金流向相似性关系网上有关系的个股的因子值根据他们之间的关联度进行加权求和的结果。

3.2 衍生因子联合训练

在模型训练中，在模型训练环节，对于给定的原始样本特征X=[FT,F,...,FM]，根据因子图谱衍生方法得到衍生特征维度Xw= Mw*X=[Mw*FT,Mw*F,..,Mw*FM]。然而进一步将原始样本特征和衍生的特征维度拼接后作为新的样本特征X\~= X,Xw] = [FT,F,..,F,Mw *FT,Mw *F,..,Mw *F]

对于某个交易日上股票i，其对应的样本X代表了该股票自身信息在样本空间的特征，X\~代表了在资金流向相似性图谱所对应的关系网上，与该股票有关联的股票的信息和该股票自身信息的集成。因此，用[X,Xc]作为样本特征进行模型训练和预测，意味着利用股票自身信息以及与其有资金流向相似性关联的个股的信息来联合预测个股i的收益率。在模型训练中，图谱集成方案分为单图谱方案和多图谱方案：

单图谱将利用原始特征X训练得到的模型y=g(X)作为基准，考察联合训练模型与原始模型的集成y=g(X)+f(X\~）的增量。

》多图谱：将多个图谱联合训练的结果进行集成，多图谱的训练方案见图表8。

报告类型

图表8：多图谱训练方案

多图谱集成方案	涉及集成图谱
TRI	CashCoIn ExNLargeCoInAct
LRI	ExNLargeCoInAct ExNLargeCoOutAct
TRU	ExNLargeCoInAct ExNLargeCoOutAct CashOut CashCoIn MedSmallCoInAct

资料来源：中信建投

3.3 模型训练实验设置及结果分析

本小节基于给定存量因子库的因子，平行对比存量因子库的单独应用、叠加资金流向相似性图谱联合训练的多种方案，评估资金流向相似性图谱的衍生因子在传统机器学习建模过程种为存量因子带来的增量。

3.3.1模型训练实验设置

模型训练环节，本文采用了XGBOOST模型，通过滚动训练的方式，每10个交易日训练一次模型，用于未来10个交易日的选股和组合构建，每次使用最近22个交易日计算得到的资金流向相似性图谱进行因子衍生和特征构造，模型训练参数细节见图表9：

图表9：滚动模型训练示意图

时间总样本第一步			模型类型XGBOOST
			booster:gbtree colsample_bytree:0.7
			learning_rate: 0.1
		超参数	max_depth:7
			min_child_weight:10
	训练集1		n_estimators:100
	训练集1	标签	subsample:0.6
	第二步		vwap计算未来10日收益率
		预处理	因子：截面winsorize左右5%缩尾、标准化
			标签：取rank分位数
	第三步		样本集：剔除缺失值比例大于20%的样本
	第四步
		训练集4	每10个交易日重新训练一次模型
	训练设置	每次使用300个交易日的样本作为训练集
		每次使用最近22个交易日计算得到的资金流向相似性图谱进
		行因子衍生及特征构造

资料来源：中信建投

为了评估资金流向相似性关系信息对因子库、模型和策略带来的增量，本文采取以下平行对照实验：

1）RawModel：每次训练将根据上述流程使用原始因子作为个股的样本特征。

2）叠加图谱信息进行训练：每次训练在原始因子基础上，逐一利用每种资金流向相似性关系提取的矩阵进行矩阵乘法，对每个因子衍生出一个新因子，从而每个样本为原始因子+衍生因子的2倍特征。通过该方法进行模型训练，将个股自身的特征维度、以及在资金流向相似性关系网上和其有关联的个股的特征维度一起用于个股的收益率预测。

3.3.2叠加衍生因子模型输出的有效性分析

图表10 展示了各个图谱的训练方案在中证全指成分股上与未来10 日收益率的IC、rankIC 情况：

1）叠加单图谱所形成的资金流向相似关系矩阵的因子的模型输出IC 均值为9.38%～9.52%，相对原始因子模型输出提升0.1～0.2%

2）除中小单共同流出图谱外，资金流向相似性提取因子结果的IC,rankIC 均有不同程度的增量

3）叠加多图谱的资金流向关系矩阵的因子的模型输出IC均值为9.60%～9.68%，相对原始因子模型输出提升0.3%左右。

图表11展示了各个方案相对原始模型的IC增量累计曲线：

1）单图谱方案在2020年前有较为稳定的IC增量,2020年后IC累计增量出现集体失效且不同方案出现分化。

2）资金共同流出、大单资金共同流出图谱的增强效果在整个测试周期内较为稳健。大单资金共同流入图谱在2022年7月之前累计增强效果最强，但之后其增量出现失效，在周期内增强效果不稳定。

3）LRI、TRU多图谱方案IC增量有明显的持续提升。多图谱方案相比于单图谱方案而言，增量的持续稳定性更强

图表10：叠加各个图谱联合训练方案全市场模型IC、rankIC

rankIC标IC均值IC标准差RankIC IC_IR IC胜率准差
	中证全指 Ens_LRI	9.67%	10.69%	11.85%	10.75%	0.9043	80.87%
	Ens_TRI	9.60%	10.48%	11.67%	10.56%	0.9158	81.40%
	Ens_TRU	9.68%	10.71%	11.84%	10.80%	0.9032	81.17%
	CashCoIn	9.49%	10.45%	11.57%	10.49%	0.9078	81.33%
	CashOut	9.42%	10.59%	11.67%	10.59%	0.8898	80.34%
	ExNLargeCoInAct	9.52%	10.40%	11.64%	10.47%	0.9158	81.33%
	ExNLargeCoOutAct	9.46%	10.53%	11.69%	10.59%	0.8984	80.56%
	MedSmallCoInAct	9.41%	10.49%	11.50%	10.59%	0.8970	81.25%
	MedSmallCoOutAct	9.38%	10.57%	11.61%	10.62%	0.8867	80.41%
	RawModel	9.35%	10.41%	11.57%	10.51%	0.8985	80.34%

数据来源：中信建投，Wind

注：数据截至2022/12/30

报告类型

图表11：各个图谱训练方案IC增量累计

数据来源：中信建投，Wind
注：数据截至2023/05/30

3.3.2叠加图谱模型输出对各成分股的有效性分析

叠加资金流向相似性图谱所训练模型在各指数成分股内均能带来不同程度的IC、rankIC 提升，IC、rankIC波动性也随之提升。从绝对增量上来看，沪深300成分股内IC 增量较大，中证800、中证500、中证1000 增量渐弱。不同类型的图谱在各个指数成分股上增强效果的相对强弱的差异可能来源于：市值较大的股票的资金共同流向来源于确定性的驱动因素，因此股价走势的联动性和资金流向相似性的关系更紧密。市值较小的股票的资金共同流向有更多的随机性。

图表12：叠加图谱训练方案模型IC(各指数成分股)

IC均值IC标准差RankIC rankIC标IC_IR IC胜率准差
中证1000 Ens_LRI	9.20%	11.23%	11.02%	11.20%	0.8196	78.58%
Ens_TRI	9.07%	11.08%	10.79%	11.03%	0.8190	78.43%
Ens_TRU	9.20%	11.28%	11.02%	11.28%	0.8157	78.43%
CashCoIn	8.96%	11.07%	10.66%	10.97%	0.8096	78.20%
CashOut	8.97%	11.09%	10.85%	11.01%	0.8092	78.73%
ExNLargeCoInActExNLargeCoOutAct	9.06%	10.93%	10.82%	10.91%	0.8295	78.20%
ExNLargeCoInActExNLargeCoOutAct	9.06%	11.08%	10.90%	11.03%	0.8182	78.43%
MedSmallCoInAct	8.91%	11.10%	10.69%	11.10%	0.8029	78.20%
MedSmallCoOutAct	9.01%	11.14%	10.82%	11.05%	0.8088	78.81%
RawModel	8.94%	10.95%	10.76%	10.94%	0.8168	78.43%
中证500 Ens_LRI	7.52%	13.28%	8.90%	12.54%	0.5660	70.88%
Ens_TRI	7.43%	13.03%	8.69%	12.36%	0.5703	71.04%
Ens_TRU	7.51%	13.34%	8.88%	12.60%	0.5627	71.04%
CashCoIn	7.29%	12.93%	8.59%	12.19%	0.5637	70.88%
CashOut	7.12%	12.97%	8.60%	12.16%	0.5493	70.35%
ExNLargeCoInAct	7.39%	12.87%	8.69%	12.15%	0.5739	70.73%
ExNLargeCoOutAct	7.36%	13.03%	8.86%	12.20%	0.5646	70.27%
MedSmallCoInAct	7.15%	12.99%	8.51%	12.22%	0.5504	69.82%
MedSmallCoOutAct	7.18%	13.04%	8.73%	12.24%	0.5502	70.81%
RawMode1	7.17%	12.75%	8.69%	12.02%	0.5618	70.20%

IC均值IC标准差RankICrankIC标IC_IRIC胜率准差
中证800 Ens_LRI	7.01%	13.23%	8.02%	12.83%	0.5299	69.82%
Ens_TRI	6.99%	12.96%	7.89%	12.63%	0.5394	70.43%
Ens_TRU	7.04%	13.26%	8.03%	12.86%	0.5309	70.20%
CashCoIn	6.83%	12.80%	7.76%	12.40%	0.5334	70.73%
CashOut	6.60%	12.90%	7.72%	12.41%	0.5120	69.66%
ExNLargeCoInActExNLargeCoOutActMedSmallCoInAct	6.88%	12.78%	7.85%	12.38%	0.5380	70.05%
	6.71%	12.83%	7.84%	12.35%	0.5232	69.82%
	6.72%	12.72%	7.71%	12.27%	0.5282	69.74%
MedSmallCoOutAct	6.58%	12.82%	7.73%	12.35%	0.5129	69.89%
RawModel	6.55	%12.55%	7.71%	12.10%	0.5220	68.75%
沪深300 Ens_LRI	6.28%	15.82%	6.86%	15.72%	0.3973	66.46%
Ens_TRI	6.35%	15.45%	6.85%	15.32%	0.4107	66.46%
Ens_TRUCashCoInCashOutExNLargeCoInAct	6.34%	15.79%	6.86%	15.70%	0.4016	66.31%
	6.13%	15.18%	6.64%	14.98%	0.4039	66.23%
	5.86	%15.35%	6.50%	15.22%	0.3820	65.47%
	6.18%	15.16%	6.74%	14.99%	0.4076	67.00%
ExNLargeCoOutAct	5.80%	15.18%	6.46%	15.05%	0.3820	65.09%
MedSmallCoInAct	6.01%	14.81%	6.51%	14.63%	0.4061	65.85%
MedSmallCoOutAct	5.73%	15.06%	6.39%	14.89%	0.3807	65.40%
RawModel	5.69%	14.72%	6.36%	14.54%	0.3864	65.47%

数据来源：中信建投，Wind
注：数据截至2023/05/30

报告类型

3.3.3模型输出分组测试

本报告进一步通过分组、多空测试，评估比较10种方案下模型输出的效果。股票池为中证全指成分股（剔除其中被 ST和停牌的股票），回测区间为2017/06/01-2023/05/30。将根据因子值排序分为10 组、市值加权、10 日调仓进行测试，交易费用单边0.15%。为了避免不同回测起始交易日下的日历效应、路径依赖带来的影响，每个分组的回测将资金分为10份，在T+0日-T+9日每日作为回测的起点进行一次回测，并将10个子组合的收益求平均后作为最终该分组的收益。分层测试结果见错误!未找到引用源。

图表13：叠加图谱训练方案分层测试结果(全市场)

		TOP组年 TOP组超 TOP组超 TOP组超 TOP组超多空年化多空夏普多空年化多空最大多空日胜化超额额夏普比额年化波额最大回额日胜率
		率		动率	撤		收益	比率	波动率	回撤	率
中证全指	Ens_LRI	13.69%	0.620	19.77%	16.57%	52.19%	52.52%	3.205	13.47%	22.97%	58.19%
	Ens_TRI	13.85%	0.628	19.74%	14.57%	52.19%	51.60%	3.286	12.94%	18.63%	58.40%
	Ens_TRU	14.07%	0.637	19.75%	15.28%	52.13%	53.65%	3.249	13.52%	22.19%	57.98%
	CashCoIn	13.21%	0.601	19.67%	16.16%	51.99%	50.11%	3.260	12.73%	19.62%	57.44%
	CashOut	11.54%	0.524	19.74%	18.85%	51.58%	48.74%	3.145	12.91%	23.07%	57.16%
	ExNLargeCoInAct	12.58%	0.571	19.74%	17.54%	51.37%	48.52%	3.148	12.84%	21.13%	57.71%
	ExNLargeCoOutAct	11.42%	0.519	19.68%	17.81%	51.71%	47.68%	3.083	12.94%	23.37%	57.23%
	MedSmallCoInAct	12.74%	0.579	19.66%	15.82%	51.92%	49.37%	3.234	12.68%	21.12%	58.40%
	MedSmallCoOutAct	11.94%	0.543	19.69%	17.99%	51.58%	48.53%	3.163	12.78%	23.54%	57.57%
	RawModel	10.95%	0.499	19.62%	17.93%	50.96%	44.80%	3.087	12.25%	22.19%	58.05%

数据来源：中信建投，Wind
注：数据截至2023/05/30

1）原始因子分别叠加三个资金共同流入图谱的关系后，头部组合在年化超额收益、夏普比率均有不同程度改善。三个资金共同流入图谱在TOP组年化超额、超额夏普上均有提升，资金共同流入图谱为模型训练带来2.26%的超额提升、夏普增量0.1。

2）原始因子分别叠加三个资金共同流入图谱的关系后，多空组合在年化收益、夏普比率等指标均有不同程度改善。特别是资金共同流入图谱为模型训练带来5.31%的年化收益增量。

3）三个资金共同流出图谱在全市场范围选股的多空组年化收益、夏普几乎没有增量。

4）三个多图谱集成方案的头部组超额增量分别为2.74%、2.9%、3.12%，TRU的TOP 组超额、夏普、多空收益等指标均有进一步增量。

进一步在沪深300、中证 500、中证800、中证1000 成分股上评估比较3种多图谱模型输出的效果，结果见图表14、15:

报告类型

图表14：叠加图谱训练方案分层测试结果(各指数成分股)

TOP组年TOP组超TOP组超TOP组超 TOP组超多空年化多空夏普多空年化多空最大多空日胜化超额额夏普比额年化波额最大回额日胜率收益比率波动率率动率撤

中证1000 Ens_LRI	16.20%0.648	22.20%	14.53%	48.56%	65.69%	3.886	13.24%	13.87%	60.52%
Ens_TRI	16.24%0.650	22.23%	14.44%	48.70%	65.06%	3.924	13.01%	13.71%	60.59%
Ens_TRU	16.30%0.651	22.21%	14.51%	48.83%	66.03%	3.889	13.28%	13.70%	59.84%
RawModel	14.28%0.573	22.12%	14.50%	48.01%	60.32%	3.812	12.61%	12.88%	59.63%
中证500 Ens_LRI	10.33%0.429	21.48%	18.74%	49.18%	37.35%	2.471	13.22%	19.14%	56.20%
Ens_TRI	11.07%0.458	21.54%	17.31%	49.31%	37.78%	2.521	13.07%	17.71%	55.38%
Ens_TRU	10.27%0.426	21.48%	18.57%	49.11%	38.21%	2.505	13.29%	19.19%	55.31%
RawModel	10.04%0.417	21.33%	18.47%	49.18%	35.84%	2.548	12.33%	17.90%	56.13%
中证800 Ens_LRI	8.04%0.356	20.50%	19.73%	50.96%	25.41%	1.790	13.14%	28.24%	55.17%
Ens_TRI	9.80%0.435	20.42%	17.54%	50.34%	27.05%	1.968	12.58%	24.87%	54.15%
Ens_TRU	8.65%0.383	20.49%	17.66%	51.23%	26.43%	1.852	13.14%	26.19%	54.28%
RawModel	6.30%0.278	20.20%	20.26%	51.17%	20.95%	1.735	11.35%	25.39%	54.15%
沪深300 Ens_LRI	7.39%0.316	21.34%	19.55%	50.82%	19.43%	1.332	14.09%	30.39%	53.67%
Ens_TRI	9.22%0.395	21.21%	15.26%	50.75%	21.71%	1.533	13.41%	25.80%	54.01%
Ens_TRU	7.99%0.342	21.27%	19.46%	50.62%	20.17%	1.376	14.08%	32.27%	54.15%
RawModel	5.84%0.249 20.97%		21.23%	50.21% 14.99%		1.226	11.98%	29.79%	52.71%

数据来源：中信建投，Wind
注：数据截至2023/05/30

图表15：叠加图谱数据方案TOP组收益相对原始模型增量累计

中证500成分股累计收益增量

数据来源：中信建投，Wind

注：数据截至2023/05/30

1）三种图谱集成方案在各大宽基指数内的分层测试表现均有提升，中证800成分股TOP组超额提升幅度

报告类型

较其他指数明显，其中TRI集成方案上年化超额提升3.5%。沪深300 成分股上增量3%，中证 500、中证1000 上增量均在2%左右。

2）多空收益上中证1000、中证800成分股增量5%-6%,中证 500上增量2%左右，沪深300上增量4.5%-6.5%。

3）各个成分股上rankIC、IC 的增量相对强弱和TOP 组超额收益增量情况较为一致，和多空收益一致性较低。

4）叠加图谱后的集成方案上，中证1000TOP组超额在2017年9月后一直呈现稳定持续的增量；沪深300TOP组超额在2019年11月之前几乎没有增量，11月之后呈现稳定增量；中证500TOP组超额在2020年9月到2021年7月之间出现失效，2021年7月之后呈现稳定增量。中证800TOP组超额在2019年11月之后有稳定的增量，但在2021年1月-7月出现不同程度的分化。

四、资金流向相似性图谱在图神经网络上的应用

4.1模型介绍

（一）基于注意力机制的图神经网络

图神经网络可以看作神经网络的拓展，能够处理图结构的输入数据。图结构数据可以定义为G={V,E}，其中，V是图中所有节点的集合，在本研究中表示企业，E是边的集合，在本文中表示企业间的关系。本文主要采用Graph Attention Network 模型来学习图结构，使得节点可以在聚合过程中考虑到不同关联企业的重要性差异。

GraphAttentionNetwork（GAT)是一种基于注意力机制的图神经网络模型，用于学习节点之间的依赖关系。其核心思想是为每个节点自适应地学习不同节点对当前节点的重要性权重，从而对节点进行聚合。其原理包括以下几个关键步骤：

1、输入表示：将每个节点的特征表示作为输入，h={hi,h2,.,h},hi ∈RF,N为节点数,F为特征维度。

2、注意力α.计算：通过计算节点对之间的注意力权重，确定节点对当前节点的重要性。

其中，éij是节点i和j之间的注意力系数，为了使不同节点之间的注意力系数具有可比性，使用了 softmax函数进行标准化处理。注意力机制是一个单层前馈神经网络，由权重向量a∈R2F'和共享权重矩阵W∈RF" ×F进行参数化。N；表示i的邻接节点，通过掩码注意力机制，引入图的结构信息，也就是只对i的邻接节点计算注意力系数。

3、特征聚合：使用注意力权重对相邻节点的特征进行加权聚合，得到当前节点的表示。

其中，即为输出的高阶特征，维度为F'。

4、输出预测：通过进一步的层级结构和激活函数，对聚合后的节点表示进行预测或分类。

（二）隐式图学习

已有学术文献论证了供应链、分析师共同覆盖、行业等企业间关系型数据在股票市场中的有效性，但是实际场景中，企业间关系类型并非单一，根据先验知识，将预定义好的关系图数据作为模型的输入很难捕获所有

报告类型

的关系。因此本文使用BarraCNE5风格因子+资金流向指标因子，去自适应的学习企业的潜在关联。具体来看，可以通过一个单层的前馈神经网络来学习潜在的企业关系，其中激活函数是LeakyRelu。t时刻，企业i与企业j之间的潜在关系表示为：

其中，v和v分别是企业i和企业j的因子特征，维度为D，将两者连接起来，使用一个维度为（D',2D)的矩阵W,将其映射为一个D'维的特征空间，然后使用一个D'维的向量s,将其进一步转换为一个标量。矩阵W,和向量sr进行参数化，由此，可以得到隐式图的邻接矩阵，即为一个元素为Ri,j的N×N矩阵。

4.2 模型结构及实验设计

为了融入企业间关系信息，本章在MLP模型的基础上加入了关系图信息，构建自适应的图模型。模型结构如下图所示，输入分别为因子数据和资金流向相似性图谱邻接矩阵。

图表16：基于资金流向关系的图神经网络模型架构及参数说明

资料来源：中信建投

为了评估关系图谱对因子库、模型和策略带来的增量，本文采取以下平行对照实验：

1）MLP：由三层全连接层组成，样本特征为原始存量因子，隐藏层维度分别为128和维度64，输出维度为1。

2）引入图谱信息进行训练：利用每种资金流向相似性关系提取的矩阵作为模型的显式图作为神经网络模型的输入，根据上述模型架构，进行模型训练，将个股自身的特征以及在资金流向相似性关系图一起用于个股的收益率预测。其中，结构中MLP1部分输入因子为存量因子库中的因子，该部分MLP1的结构与1)中MLP结

报告类型

构完全相同。

3）多图谱方案 Ens_GAT：CashOut、MedSmallCoInAct、ExNLargeCoInAct 三个图谱训练结果进行集成。

4.3模型结果评估

为了衡量经过资金流向相关性矩阵相对于基准模型的提升，研究评估了引入图神经网络所训练模型在测试集上的输出和仅多层感知机(MLP)所训练模型在测试集上的输出，计算输出和未来10日收益率的IC和rankIC。

1）引入单图谱所形成的资金流向相似关系矩阵的模型输出IC均值为6.93%～7.95%，相对MLP模型输出提升
0.16～1.18%。引入多图谱资金流向关系图的模型输出IC均值为8.01%，相对MLP模型输出提升1.24%

2）除资金共同流入图谱外，引入资金流向相似性关系图的模型IC,RankIC均有不同程度的增量。

3）单图谱方案在2018年和2022年有较为稳定的IC 增量，2019 年后IC 累计增量出现集体下降、叠加图谱方案出现失效，且不同方案之间出现较大分化。

图表17：各个图谱联合训练方案全市场模型IC、rankIC

IC均值IC标准差RankICrankIC标准差 IC_IRIC胜率
Ens_GAT	8.01%	9.65%	9.86%	10.89%	0.8308	79.34%
GAT_CashCoIn	6.93%	10.18%	8.85%	11.67%	0.6811	74.42%
GAT_CashOut	7.67%	9.67%	9.54%	10.89%	0.7938	78.26%
GAT_ExNLargeCoInAct	7.83%	9.64%	9.44%	10.86%	0.8121	78.57%
GAT_ExNLargeCoOutAct	7.95%	9.61%	9.65%	10.93%	0.8274	79.34%
GAT_MedSmallCoInAct	7.86%	9.45%	9.56%	10.73%	0.8311	79.57%
GAT_MedSmallCoOutAct	7.14%	9.75%	8.98%	10.76%	0.7317	75.96%
MLP	6.77%	10.71%	9.20%	11.85%	0.632573.66%

数据来源：中信建投，Wind注：数据截至2023/5/30

图表18：各个图谱训练方案IC增量累计

数据来源：中信建投，Wind注：数据截至2023/05/30

报告类型

引入资金流向相似性图谱所训练模型，在各指数成分股内均能带来不同程度的IC、rankIC 提升，并且IC、rankIC波动性降低：

1) 从绝对增量上来看，沪深300成分股内IC增量较大，提升0.76～2.09%，和叠加资金流向相似性的衍生因子结论相似；中证1000 成份股内，除资金共同流入外，其他叠加其他图谱的GAT方案相对 MLP 模型输出IC 提升0.98%～1.36%，中证 500 提升0.39%～1.61%，中证800 提升0.51%～1.79%

2）从单个图谱来看，在不同指数成份股中，资金共同流出和大单共同流入关系图的提升效果最优；多图谱集成方案(Ens_GAT)对在此基础上能有进一步增量

图表19：各图谱训练方案模型IC、rankIC(各指数成分股)

IC均值 IC标准差RankICrankIC标准差IC_IRIC胜率
Ens_GAT		8.32%	10.52%	9.80%	11.48%	0.7910）78.73%
GAT_CashCoIn		6.95%	11.05%	8.55%	12.17%	0.6291	73.58%
GAT_CashOut		7.94%	10.50%	9.47%	11.45%	0.7559	77.34%
GAT_ExNLargeCoInAct中证1000GAT_ExNLargeCoOutActGAT_MedSmallCoInActGAT_MedSmallCoOutActMLP		8.13%	10.49%	9.40%	11.39%	0.7750	78.03%
		8.08%	10.55%	9.28%	11.73%	0.7663	78.34%
		8.08%	10.39%	9.45%	11.35%	0.7781	78.42%
		7.12%	10.74%	8.71%	11.49%	0.66267	5.04%
		6.96%	11.44%	8.91%	12.08%	0.6086	73.04%
Ens_GAT		6.35%	12.76%	7.75%	13.66%	0.4977	70.35%
GAT_CashCoIn		5.13%	13.47%	6.86%	14.21%	0.3807	65.13%
GAT_CashOut		6.10%	12.83%	7.56%	13.67%	0.4756	69.51%
GAT_ExNLargeCoInAct中证500GAT_ExNLargeCoOutAct		6.12%	12.56%	7.24%	13.32%	0.4871	69.82%
GAT_ExNLargeCoInAct中证500GAT_ExNLargeCoOutAct		6.10%	12.58%	7.27%	13.52%	0.4848	68.59%
GAT_MedSmallCoInAct		6.12%	12.45%	7.42%	13.50%	0.4919	69.82%
	GAT_MedSmallCoOutActMLP		5.57%	12.62%	7.04%	12.85%
	GAT_MedSmallCoOutActMLP		4.74%	13.43%	6.79%	13.96%	0.3533	64.59%
Ens_GAT		6.27%	12.27%	7.21%	13.72%	0.5107	70.58%
GAT_CashCoIn		4.99%	13.21%	6.39%	14.49%	0.3779	64.75%
	GAT_CashOut	6.01%	12.21%	7.00%	13.62%	0.4921	69.74%
GAT_ExNLargeCoInAct中证800GAT_ExNLargeCoOutAct		6.05%	11.98%	6.80%	13.14%	0.5050	71.43%
GAT_ExNLargeCoInAct中证800GAT_ExNLargeCoOutAct		5.72%	12.09%	6.40%	13.46%	0.4728	69.12%
GAT_MedSmallCoInActGAT_MedSmallCoOutActMLP		5.91%	12.08%	6.76%	13.58%	0.4887	70.28%
		5.45%	11.88%	6.46%	12.87%	0.4591	68.51%
		4.48%	13.33%	5.99%	14.39%	0.3361	64.52%
Ens_GAT		5.91%	14.33%	6.35%	16.22%	0.4125	65.75%
GAT_CashCoIn		4.58%	15.24%	5.57%	16.85%	0.3003	61.14%
GAT_CashOut		5.70%	14.05%	6.13%	15.97%	0.4054	65.28%
GAT_ExNLargeCoInAct沪深300GAT_ExNLargeCoOutAct		5.67%	13.90%	6.00%	15.43%	0.4078	65.90%
GAT_ExNLargeCoInAct沪深300GAT_ExNLargeCoOutAct		5.07%	13.94%	5.25%	15.81%	0.3639	63.98%
GAT_MedSmallCoInAct		5.38%	14.17%	5.77%	15.94%	0.3798	64.59%
GAT_MedSmallCoOutActMLP		5.01%	13.43%	5.50%	15.10%	0.3730	63.52%
GAT_MedSmallCoOutActMLP		3.82%	15.25%	4.55%	16.61%	0.250660.45%

数据来源：中信建投，Wind
注：数据截至2022/12/30

报告类型

4.4分组测试

4.4.1 全市场

除了中小单资金共同流出(MedSmallCoOutAct)外，引入其他几种资金流向相似性图谱后训练的GAT模型相对于MLP而言，头部组合在年化超额收益、夏普比率均有不同程度增量。特别是资金共同流出图谱为模型训练带来3.79%的超额提升、超额夏普比率增量0.177。

多图谱集成方案的头部组超额年化和夏普增量相比单图谱有进一步提升，分别为4.39%和0.202，最大回撤减少2.19%。

除了中小单资金共同流出关系图，引入各个图谱后的TOP组收益相对MLP的累计增量整体呈现稳定增长的趋势，2023年达到顶峰后出现一定程度分化。

图表20：谱训练方案分层测试结果(全市场)

	TOP组年化超额	TOP组超额夏普比率	TOP组超额年化波动率	TOP组超额最大回撤	TOP组超额日胜率年化收益夏普比率年化波动率	多空	多空	多空	多空最大回撤	多空日胜率
Ens_GAT	8.31%	0.375	20.04%	30.86%	50.27%	41.19%	2.351	15.18%	13.37%	54.42%
GAT_CashCoIn	5.61%	0.255	19.53%	33.31%	49.52%	33.26%	2.001	14.92%	17.39%	54.28%
GAT_CashOut	7.71%	0.350	19.90%	32.94%	50.48%	37.62%	2.227	14.85%	13.56%	55.24%
GAT_ExNLargeCoInAct	5.88%	0.267	20.02%	33.90%	49.86%	38.33%	2.254	14.90%	13.03%	54.15%
GAT_ExNLargeCoOutAct	5.40%	0.242	19.86%	32.03%	49.04%	34.90%	2.053	15.16%	18.52%	53.80%
GAT_MedSmallCoInAct	7.26%	0.326	20.24%	31.02%	49.73%	39.41%	2.244	15.35%	19.63%	54.63%
GAT_MedSmallCoOutAct	3.22%	0.138	19.71%	31.53%	49.73%	32.23%	2.082	13.90%	13.30%	53.19%
MLP	3.92%	0.173	19.71%	33.05%	49.11%	32.84%	2.038	14.46%	18.98%	53.74%

数据来源：中信建投，Wind注：数据截至2023/05/30

图表21：各图谱训练方案的超额收益累计增量 (全市场)

数据来源：中信建投，Wind注：数据截至2023/05/30

除了资金共同流入和中小单资金共同流出关系图，引入资金共同流出、中小单共同流入、大单共同流入和

报告类型

流出图谱关系后，多空组合在年化收益、夏普比率等指标均有不同程度改善。特别是中小单共同流入关系图为模型带来了6.57%的年化收益增量。

资金共同流入和中小单资金共同流出关系图在全市场范围选股的多空组年化收益、夏普几乎没有增量，IC、rankIC的增量没有体现在头部、尾部组合的区分度上。

相较于单图，多图谱集成的方案对于多空组年化收益和夏普比率的提升更大，分别为8.35%和0.313。

4.4.2各指数成分股

多图谱集成的方案在不同指数成分股上的分层测试，相较于基准模型MLP，表现均有提升。在Top 组中，中证1000成分股年化超额提升4.36%，幅度较其他指数成分股更明显。对于中证800 和沪深300，提升最大的是单图方案，在中证800上对于年化超额收益的提升最明显的是大单共同流入关系图，相对MLP提升3.91%,在沪深300上的提升最明显的是共同流入关系图，提升4.21%。

图表22：各图谱训练方案方案的分层测试结果(各指数成分股)

		TOP组年化超额	TOP组超额夏普	TOP组超额年化	TOP组超额最大	TOP组	多空	多空	多空超额日胜率年化收益夏普比率年化波动率最大回撤	多空	多空
			比率	波动率	回撤						日胜率
中证1000	Ens_GAT	9.55%	0.383	22.11%	17.69%	48.90%	56.19%	2.969	15.44%	16.54%	57.92%
	GAT_CashCoIn	5.68%	0.221	21.88%	22.35%	48.22%	44.16%	2.453	15.41%	16.24%	57.03%
	GAT_CashOut	8.96%	0.359	21.99%	19.67%	48.42%	52.55%	2.897	14.99%	16.49%	57.98%
	GAT_ExNLargeCoInAct	6.66%	0.263	22.12%	19.38%	48.77%	51.96%	2.828	15.23%	17.01%	58.12%
	GAT_ExNLargeCoOutAct	5.02%	0.190	22.12%	22.53%	48.70%	47.65%	2.624	15.32%	22.41%	57.23%
	GAT_MedSmallCoInAct	9.02%	0.358	22.53%	18.07%	49.18%	53.59%	2.875	15.36%	17.88%	57.16%
	GAT_MedSmallCoOutAct	8.04%	0.323	22.04%	16.55%	48.42%	48.84%	2.885	14.15%	18.74%	57.64%
	MLP	5.19%	0.198	22.11%	25.53%	47.81%	46.11%	2.613	14.96%	20.61%	56.34%
中证500	Ens_GAT	4.43%	0.175	21.51%	23.98%	48.77%	29.42%	1.673	16.22%	19.16%	53.39%
	GAT_CashCoIn	1.37%	0.039	21.32%	32.43%	48.22%	19.89%	1.202	16.19%	29.24%	52.84%
	GAT_CashOut	4.40%	0.174	21.34%	24.95%	48.01%	27.77%	1.664	15.46%	18.38%	52.64%
	GAT_ExNLargeCoInAct	2.24%	0.079	21.40%	26.78%	48.22%	27.66%	1.646	15.59%	15.61%	53.32%
	GAT_ExNLargeCoOutAct	1.53%	0.044	21.29%	26.06%	47.81%	24.22%	1.457	15.75%	24.47%	52.23%
	GAT_MedSmallCoInAct	3.06%	0.115	21.47%	25.08%	47.94%	27.74%	1.609	16.02%	20.50%	53.05%
	GAT_MedSmallCoOutAct	3.17%	0.121	21.24%	24.97%	48.29%	26.12%	1.668	14.56%	15.70%	53.60%
	MLP	1.79%	0.056	20.92%	26.86%	47.81%	23.89%	1.519	14.84%	18.20%	53.19%
中证800	Ens_GAT	3.96%	0.168	20.16%	37.66%	49.79%	17.28%	1.126	15.18%	19.94%	52.57%
	GAT_CashCoIn	3.38%	0.143	19.80%	36.32%	50.21%	15.06%	1.006	15.08%	22.88%	50.99%
	GAT_CashOut	4.42%	0.190	20.02%	36.38%	50.34%	16.18%	1.079	14.96%	17.71%	52.36%
	GAT_ExNLargeCoInAct	4.47%	0.198	19.97%	28.68%	49.86%	18.27%	1.217	14.68%	17.50%	52.36%
	GAT_ExNLargeCoOutAct	-0.23%	-0.032	20.17%	37.90%	48.90%	10.50%	0.727	15.36%	29.80%	50.93%
	GAT_MedSmallCoInAct	1.44%	0.052	20.48%	37.27%	48.08%	14.50%	0.954	15.45%	28.91%	51.95%
	GAT_MedSmallCoOutAct	0.32%	-0.006	19.88%	36.74%	48.83%	12.52%	0.925	13.78%	18.74%	51.41%
	MLP	0.56%	0.006	19.88%	33.98%	49.31%	13.01%	0.936	14.15%	24.98%	51.27%
沪深300	Ens_GAT	1.45%	0.046	20.57%	41.82%	48.97%	9.31%	0.645	15.74%	32.26%	50.31%
	GAT_CashCoIn	3.55%	0.144	20.22%	39.42%	49.79%	10.54%	0.716	15.74%	29.53%	49.35%
	GAT_CashOut	3.35%	0.135	20.42%	39.71%	49.52%	9.29%	0.644	15.71%	34.08%	50.24%
	GAT_ExNLargeCoInAct	2.40%	0.095	20.41%	35.12%	49.52%	10.88%	0.760	15.11%	26.15%	51.75%
	GAT_ExNLargeCoOutAct	-0.21%	-0.033	20.59%	39.48%	48.56%	4.02%	0.326	16.04%	32.98%	48.94%
	GAT_MedSmallCoInAct	0.32%	-0.003	21.00%	38.33%	49.11%	8.63%	0.602	15.85%	32.58%	49.69%
	GAT_MedSmallCoOutAct	1.69%	0.057	20.33%	35.16%	49.25% 49.73%	9.95%	0.726	14.54% 14.57%	22.12%	50.58%
	MLP	-0.66%	-0.054	20.55%	41.02%		6.04%	0.476		32.52%	50.24%

数据来源：中信建投，Wind
注：数据截至2023/05/30

多空组合收益上，多图谱集成方案在中证1000 成分股上的提升最大，为10.08%。对于中证800 和沪深300,

报告类型

提升最大的是大单共同流入关系图，提升幅度分别为5.26%和4.84%。

图表23：各个图谱训练方案超额收益累计增量
沪深300成分股累计收益增量

中证500成分股累计收益增量

中证800成分股累计收益增量

中证1000成分股累计收益增量

数据来源：中信建投，Wind

注：数据截至2023/05/30

请参阅最后一页的重要声明

报告类型

4.5 模型相关性分析及二次集成

进一步将通过XGBOOST叠加图谱训练的模型和利用GAT叠加图谱训练的模型输出进行加和集成，得到以下结论：

图表24：各个模型集成方案分组测试结果

	TOP组年TOP组超TOP组超TOP组超				TOP组超多空年化多空夏普多空年化多空最大多空日胜IC均值IC标准 rankIC额日胜率RankIC回撤差标准差IC_IRIC胜率收益比率波动率率
	化超额率		额夏普比额年化波额动率	最大回，撤													额日胜率收益	比率波动率
Ens_GAT	8.31%0.375		20.04%	30.86%	50.27%	41.19%	2.351	15.18%	13.37%	54.42%	8.01%	9. 65%	9.86%	10.89%	0.831	79.34%
Ens_LRI	13. 69%0. 620		19. 77%	16. 57%	52. 19%	52. 52%	3. 205	13. 47%	22.97%	58.19%	9. 67%	10.69%	11. 85%	10. 75%	0.904	80.87%
Ens_TRI	13.85%0. 628		19. 74%	14. 57%	52.19%	51. 60%	3.286	12.94%	18.63%	58.40%	9. 60%	10.48%	11. 67%	10.56%	0.916	81.40%
Ens_TRU	14. 07%0. 637		19. 75%	15. 28%	52. 13%	53.65%	3.249	13. 52%	22.19%	57.98%	9. 68%	10.71%	11. 84%	10. 80%	0.903	81.17%
中证全指 LRI_Ens_GAT	15.83%0.716		19. 67%	14. 12%	52.74%	60.82%	3.407	14. 26%	22.70%	58.81%	9.82%	10.52%	12.08%	10.88%	0.934	80.64%
MLP	3.92% 0.173		19.71%	33.05%	49.11%	32.84%	2.038	14.46%	18.98%	53.74%	6.77%	10.71%	9.20%	11.85%	0.633	73.66%
TRI_Ens_GAT	16.20%0.733		19. 64%	12.08%	52.47%	59.70%	3.408	14. 05%	20. 72%	58.19%	9.80%	10. 41%	12.00%	10. 75%	0.942	81.10%
TRU_Ens_GAT	16.79%0.759		19.63%	12.90%	52.74%	61.35%	3.439	14.23%	21. 82%	58.33%	9.83%	10. 53%	12.08%	10.91%	0.934	80.64%
XGB	10.95%0.499		19.62%	17.93%	50.96%	44.80%	3.087	12.25%	22.19%	58.05%	9.35%	10.41%	11. 57%	10.51%	0.899	80.34%
Ens_GAT	9.55%0.383		22.11%	17.69%	48.90%	56.19%	2.969	15.44%	16.54%	57.92%	8.32%	10.52%	9.80%	11.48%	0. 791	78.73%
Ens_LRI	16.20%	0.648	22.20%	14. 53%	48. 56%	65. 69%	3.886	13.24%	13.87%	60.52%	9.20%	11.23%	11. 02%	11. 20%	0.820	78. 58%
Ens_TRI	16. 24%	0.650	22.23%	14. 44%	48.70%	65. 06%	3.924	13.01%	13.71%	60.59%	9. 07%	11. 08%	10.79%	11.03%	0.819	78.43%
Ens_TRU	16.30%	0.651	22.21%	14.51%	48.83%	66.03%	3.889	13.28%	13.70%	59.84%	9. 20%	11. 28%	11.02%	11. 28%	0.816	78. 43%
中证1000 LRI_EnS_GAT	17.89%	0.715	22.13%	13.41%	48.90%	73.64%	3.889	14.48%	12.65%	60.59%	9.61%	11.06%	11.47%	11.43%	0.869	79.04%
MLP	5.19%	0.198	22.11%	25.53%	47.81%	46. 11%	2.613	14.96%	20.61%	56.34%	6.96%	11.44%	8.91%	12.08%	0. 609	73.04%
TRI_Ens_GAT	17. 64%	0.706	22.11%	12.65%	48.97%	72.56%	3.918	14. 21%	11.89%	60.45%	9.55%	10. 95%	11.36%	11.28%	0.872	79.88%
TRU_Ens_GAT	17.72%	0.708	22. 13%	13.24%	48.49%	73.20%	3.876	14.46%	12.86%	61.07%	9.61%	11. 07%	11.48%	11. 46%	0.868	79. 19%
XGB	14.28%	0.573	22. 12%	14.50%	48.01%	60.32%	3.812	12.61%	12.88%	59.63%	8.94%	10. 95%	10. 76%	10.94%	0.817	78.43%
Ens_GAT	4.43%	0.175	21.51%	23.98%	48.77%	29.42%	1.673	16.22%	19.16%	53.39%	6.35%	12.76%	7.75%	13.66%	0.498	70. 35%
Ens_LRI	10. 33%	0.429	21.48%	18.74%	49. 18%	37.35%	2. 471	13.22%	19.14%	56.20%	7. 52%	13.28%	8. 90%	12. 54%	0. 566	70. 88%
Ens_TRI	11.07%	0.458	21.54%	17.31%	49.31%	37. 78%	2. 521	13.07%	17.71%	55.38%	7. 43%	13.03%	8. 69%	12.36%	0.570	71. 04%
Ens_TRU	10.27%	0.426	21. 48%	18.57%	49. 11%	38.21%	2.505	13.29%	19.19%	55.31%	7.51%	13.34%	8.88%	12.60%	0. 563	71. 04%
中证500 LRI_Ens_GAT	11.64%	0.481	21.49%	16.76%	49.66%	41.92%	2.496	14. 46%	15.82%	55. 24%	7.79%	13.36%	9. 44%	13.16%	0.584	71. 65%
MLP	1.79%	0.056	20.92%	26.86%	47.81%	23.89%	1.519	14. 84%	18.20%	53.19%	4.74%	13.43%	6.79%	13.96%	0.353	64.59%
TRI_Ens_GAT	12.60%	0. 521	21. 45%	15.40%	48.49%	42.53%	2. 543	14. 36%	14.81%	55. 65%	7. 76%	13. 22%	9.31%	13.01%	0.587	71.57%
TRU_Ens_GAT	11. 61%0.481		21. 45%	16.36%	49.38%	41.76%	2.493	14. 44%	15.24%	55. 04%	7.79%	13.38%	9.43%	13.21%	0.582	71.04%
XGB	10.04%0.417		21.33%	18.47%	49.18%	35.84%	2.548	12.33%	17.90%	56.13%	7. 17%	12.75%	8.69%	12.02%	0.562	70. 20%
Ens_GAT	3.96%0.168		20.16%	37.66%	49.79%	17.28%	1. 126	15.18%	19.94%	52.57%	6.27%	12.27%	7.21%	13.72%	0. 511	70.58%
Ens_LRI	8. 04% 0.356		20.50%	19.73%	50.96%	25. 41%	1.790	13.14%	28.24%	55.17%	7.01%	13.23%	8. 02%	12. 83%	0. 530	69. 82%
Ens_TRI	9.80%	0.435	20.42%	17.54%	50.34%	27.05%	1.968	12.58%	24.87%	54.15%	6. 99%	12.96%	7.89%	12.63%	0.539	70. 43%
Ens_TRU	8. 65%	0.383	20.49%	17.66%	51.23%	26. 43%	1. 852	13. 14%	26.19%	54.28%	7. 04%	13.26%	8.03%	12. 86%	0.531	70. 20%
中证800 LRI_Ens_GAT	8.41%	0.374	20. 19%	18.84%	51.37%	26. 43%	1. 781	13.71%	24. 64%	52.98%	7.47%	12. 97%	8.64%	13. 16%	0.576	71.34%
TRI_Ens_GAT	9.49%	0.425	20. 11%	17.84%	51.03%	27.78%	1.920	13. 23%	22.88%	53.87%	7.49%	12. 80%	8.58%	12. 98%	0.585	71.65%
TRU_Ens_GAT	9. 25%	0.413	20. 14%	17.83%	51.58%	27.18%	1. 832	13.64%	24.27%	53. 26%	7.50%	12. 98%	8.66%	13.19%	0.578	71.42%
XGB	6.30%	0.278	20.20%	20.26%	51.17%	20.95%	1. 735	11. 35%	25.39%	54.15%	6.55%	12.55%	7.71%	12.10%	0. 522	68.75%
Ens_GAT	1. 45%	0.046	20.57%	41.82%	48.97%	9.31%	0.645	15.74%	32.26%	50.31%	5.91%	14.33%	6.35%	16.22%	0.413	65.75%
Ens_LRI	7.39%	0.316	21.34%	19.5%	50.82%	19. 43%	1. 332	14.09%	30.39%	53.67%	6.28%	15.82%	6.86%	15. 72%	0.397	66. 46%
Ens_TRI	9.22%	0.395	21.21%	15.26%	50. 75%	21.71%	1.533	13.41%	25.80%	54.01%	6. 35%	15.45%	6.85%	15.32%	0. 411	66. 46%
Ens_TRU	7. 99%	0.342	21.27%	19. 46%	50. 62%	20. 17%	1. 376	14. 08%	32.27%	54.15%	6.34%	15.79%	6.86%	15.70%	0.402	66.31%
沪深300 LRI_EnS_GAT		0.324	20. 87%	20.19%	50.89%	18. 12%	1. 228	14. 42%	25.28%	52.91%	6.91%	15. 12%	7.59%	15. 66%	0.457	66.77%
MLP	-0.66%-0.054		20.55%	41.02%	49.73%	6.04%	0.476	14.57%	32.52%	50.24%	3.82%	15. 25%	4.55%	16.61%	0. 251	60.45%
TRI_Ens_GAT	0.346		20.74%	18. 54%	50.82%	19.94%	1.387	13. 81%	24.85%	53.12%		14. 91%		15. 37%	0.470
TRU_Ens_GAT	8.05%0.346		20. 85%	19. 53%	50.82%	19.00%	1. 272	14.52%	24.80%	53. 19%	6.96%	15. 10%	7.61%	15. 65%	0.461	67.30%
XGB	5.84%0.249		20.97%	21. 23%	50.21%	14.99%	1. 226	11.98%	29.79%	52.71%	5.69%	14.72%	6.36%	14.54%	0.386	65.47%

数据来源：中信建投，Wind

注：数据截至2023/05/30

1）即便GAT 训练模型效果普遍不如 XGBOOST，但是在二次集成之后，全市场上的IC、rankIC 相比于叠加图谱的XGBOOST和GAT均有提升，相比XGBOOST提升0.2%\~0.3%,在各个成分股上也均有IC和 rankIC 的增量，其中在沪深300 成分股rankIC 增量0.78%上下、中证800 成分股rankIC 增量0.5%上下、中证 500成分股 rankIC 增量0.6%上下、中证1000 成分股 rankIC 增量0.5%\~0.6%

2）各个指数成分股上的头部超额、超额夏普、多空收益、多空夏普上均有提升，其中除了沪深300 增量

报告类型

较小，其他指数成分股头部超额相比于XGBOOST集成方案增量均在1%以上，相比于原始XGBOOST模型增量最高5.84%(中证全指)，超额夏普增量0.26

3）多空收益方面，LRI_Ens_GAT 方案在中证全指成分股上多空年化60.82%，夏普3.407，相比于原始XGBOOST 模型年化提升16%、夏普提升0.32，相比于XGBOOST 多图谱集成(LRI)提升8%，夏普提升0.2

4）沪深300 成分股内虽然IC、rankIC 均有增量，但是在头部超额上增量甚微，多空收益上没有提升分别考察各个单图谱训练、多图谱模型集成方案的相关性，得到以下结论：

1）通过矩阵衍生因子的方式将图谱利用到XGBOOST训练中后，各个图谱训练出的模型之间的相关性较高，均在90%以上；相比之下通过GAT将图谱数据应用到模型训练过程中，各图谱训练的模型之间相关性在75%-85%之间

2）叠加图谱的XGBOOST和GAT之间相关性较低，均在65%以下，从而为两类模型集成带来增量空间

3）各个集成方案之间相关性普遍较高

图表25：叠加各个单图谱的XGBOOST模型相关系数

XGB XGB_CashCoI XGB_CashOut XGB_ExNLarg XGB_ExNLarg XGB_MedSmal XGB_MedSmaln eCoInAct eCo0utAct 1CoInAct 1Co0utAct
XGB	1. 000	0.936	0.955	0.948	0.958	0. 941	0.957
XGB_CashCoIn	0.936	1.000	0.925	0.928	0.924	0.927	0.924
XGB_Cash0ut	0.955	0.925	1.000	0.932	0.947	0.927	0. 947
XGB_ExNLargeCoInAct	0.948	0.928	0. 932	1.000	0.938	0.924	0. 935
XGB_ExNLargeCo0utAct	0.958	0.924	0.947	0.938	1.000	0.927	0. 947
XGB_MedSmallCoInAct	0.941	0.927	0.927	0.924	0.927	1.000	0.931
XGB_MedSmallCo0utAct	0.957	0.924	0.947	0.935	0.947	0.931	1. 000

数据来源：中信建投，Wind
注：数据截至2023/05/30

报告类型

图表26：单图谱GAT之间的相关性

GAT_CasGAT_Cash0utGAT_ExNLarg GAT_ExNLarg GAT_MedSmal GAT_MedSmal MLPhCoIn eCoInAct eCoOutAct 1CoOutAct
								1CoInAct
GAT_CashCoIn	1. 0000	0.7674	0.7926	0.7887	0. 7957	0.7809	0.7428
GAT_CashOut	0. 7674	1. 0000	0.8748	0.8585	0.8739	0.7829	0.7605
GAT_ExNLargeCoInAct	0. 7926	0.8748	1.0000	0.8981	0.8938	0.8136	0. 7882
GAT_ExNLargeCo0utAct	0.7887	0.8585	0.8981	1. 0000	0.8952	0.8203	0. 7771
GAT_MedSmallCoInAct	0. 7957	0.8739	0.8938	0.8952	1.0000	0.8127	0.8255
GAT_MedSmallCo0utAct	0.7809	0.7829	0.8136	0.8203	0.8127	1.0000	0.7380
MLP	0.7428	0.7605	0.7882	0.7771	0.8255	0.7380	1. 0000

数据来源：中信建投，Wind
注：数据截至2023/05/30

图表27：叠加各个单图谱的XGBOOST模型与单图谱GAT的相关性

XGB XGB_CashCo XGB_CashOut XGB_ExNLar XGB_ExNLar XGB_MedSma XGB_MedSmaIn geCoInAct geCo0utAct llCoInAct llCo0utAct
GAT_CashCoIn	0.5736	0.5722	0.5819	0.5749	0.5817	0.5746	0.5833
GAT_CashOut	0.5863	0.5878	0. 5947	0.5910	0.5958	0.5891	0. 5972
GAT_ExNLargeCoInAct	0.6009	0.6014	0.6097	0.6045	0.6107	0.6029	0.6117
GAT_ExNLargeCo0utAct	0. 5932	0. 5936	0.6015	0. 5974	0.6025	0. 5940	0.6042
GAT_MedSmallCoInAct	0. 5955	0. 5946	0.6032	0.5995	0.6047	0.5959	0.6057
GAT_MedSmallCo0utAct	0.5748	0.5760	0. 5848	0.5787	0.5844	0.5776	0. 5864
MLP	0.6010	0.5978	0.6076	0.6018	0.6092	0.5993	0.6083

数据来源：中信建投，Wind
注：数据截至2023/05/30

图表28：各个集成方案之间的相关性

Ens_GAT Ens_LRI Ens_TRI Ens_TRU LRI_Ens_GAT TRI_Ens_GAT TRU_EnS_GAT
Ens_GAT	1.0000	0.6351	0.6206	0.6361	0.8203	0.8113	0.8211
Ens_LRI	0.6351	1. 0000	0.9763	0.9957	0. 9423	0.9320	0. 9389
Ens_TRI	0.6206	0.9763	1. 0000	0.9742	0. 9204	0. 9413	0.9184
Ens_TRU	0. 6361	0.9957	0.9742	1. 0000	0.9400	0.9310	0. 9423
LRI_Ens_GAT	0.8203	0.9423	0.9204	0.9400	1. 0000	0.9880	0.9978
TRI_Ens_GAT	0.8113	0.9320	0.9413	0.9310	0.9880	1.0000	0.9869
TRU_Ens_GAT	0.8211	0.9389	0.9184	0.9423	0.9978	0.9869	1. 0000

数据来源：中信建投，Wind
注：数据截至2023/05/30

五、组合优化及指数增强

本报告进一步基于各个集成方案模型结果，在四个指数成分股内进行组合优化及指数增强策略构建。指数增强组合优化参数设置及回测结果见图表29。

1）经过组合优化后，各个集成方案的增强情况、相对强弱和各个指数成分股上TOP组超额情况类似

2）超额收益水平上，沪深300、中证500 增强组合相比于其成分股TOP10%组合而言年化超额有1%的提升，中证 800、中证1000 则没有提升。

3）在超额收益波动率上,经过组合优化之后的增强组合相比于各个成分股的头部组合而言,年化波动率从20% 左右的水平降低到4%\~5%

图表29：指数增强回测结果

年化超额超额夏普比率超额年化波动率超额最大回撤超额日胜率年化换手率(倍) 组合优化设置
Ens_LRI	14.68%	2.871	4.80%	4.02%	58.63%	22.28
Ens_TRI	14. 81%	2. 865	4.85%	3. 12%	59.40%	22.28
Ens_TRU	14. 82%	2.896	4.81%	2.80%	58.48%	22.26
中证1000LRI_Ens_GAT	15.27%	2.769	5.18%	3.32%	57.33%	22. 24
RawModel(XGB)	14.23%	2. 822	4.73%	3.67%	57.48%	22. 24	调仓频率：双周换手率限制：单边20%行业偏离限制：1%风格偏离限制：0.3倍标准差二次项跟踪误差限制：0.001个股上限：10/成分股数量手续费：单边0.2%
TRI_Ens_GAT	15.31%	2.791	5.15%	4.29%	57.71%	22. 23
TRU_Ens_GAT	16.17%	2.906	5.21%	3.12%	57.79%	22. 21
Ens_LRI	11. 48%	2. 266	4.83%	5.18%	57.41%	21.89
Ens_TRI	11. 45%	2.234	4.90%	4. 59%	55.79%	21.99
Ens_TRU	11. 86%	2.309	4.89%	5.03%	56. 95%	21.93
中证500 LRI_Ens_GAT	13.84%	2.546	5.13%	4.00%	57. 02%	21.90
RawModel(XGB)	11. 05%	2. 229	4.73%	5.20%	56. 64%	21.86
TRI_Ens_GAT	12. 02%	2.250	5.08%	3.78%	57.41%	21.90
TRU_Ens_GAT	13.28%	2.434	5.17%	3.67%	56.33%	21.88
Ens_LRI	8.69%	1. 847	4.51%	4.89%	56.41%	21.33
Ens_TRI	9.32%	2.021	4.40%	3. 91%	57.25%	21.36
Ens_TRU	9.14%	1. 954	4. 48%	4.58%	55. 41%	21.36
中证800 LRI_Ens_GAT	8. 70%	1. 812	4. 58%	3.75%	55. 49%	21. 36
Rawode1(XGB)	8.09%	1. 745	4.42%	5.25%	55.10%	21.32
TRI_Ens_GAT	8.68%	1. 782	4.65%	3.71%	54.64%	21.37
TRU_Ens_GAT	9.19%	1. 884	4.65%	3.94%	55.79%	21.35
Ens_LRIEns_TRI	8.47%	1. 616	5.02%	4.47%	55.10%	21.31
Ens_LRIEns_TRI	10.90%	2.067	5.02%	4.19%	56.56%	21.30
Ens_TRU	8.14%	1. 523	5. 11%	4.43%	53.65%	21.27
沪深300 LRI_Ens_GAT	8. 11%	1. 492	5.19%	4. 68%	56.41%	21. 29
RawModel(XGB)	7.71%	1. 563	4.72%	5.36%	55.41%	21.26
TRI_Ens_GAT	8.39%	1. 561	5.15%	5.43%	56.02%	21.32
TRU_Ens_GAT	7.12% 1.312		5.20% 6.57%		55.41%	21.25

数据来源：中信建投，Wind
注：数据截至2023/05/30

图表30展示了多图谱集成方案输出在各个指数成分股上构建增强策略相比于基准XGBOOST的超额增量累计曲线。各个模型集成方案在不同成分股内的增量稳定性各有差异：

1）在沪深300 增强组合上，各个集成方案均在 2022年3月之后出现一段实际失效，后续效果呈现波动。在此之前除了TRU_Ens_GAT之外其他集成方案增量相对稳定，各个集成方案的波动性和增量大小有所差异，其中Ens_TRI最稳健

2）中证 500 增强组合在各个集成方案在 2020年6月之前增量均较为稳定，2020下半年集体失效；2021年之后各个集成方案累计增量曲线分化较大，LRIEnsGAT、TRUEnsGAT在此区间内有较大增量。中证1000

报告类型

增强组合情况与中证500较为类似

3）中证800 增强组合在各个机场方案上累计增量曲线分化较大，各个方案有效、失效区间差异较大

图表30：叠加图谱数据方案超额收益增量累计

数据来源：中信建投，Wind

注：数据截至2023/05/30

报告类型

六、总结与展望

量化选股存量因子维度日渐增长，实际应用中对因子的诉求已不仅是单因子评估维度的强弱，而更侧重于对原有因子的边际增量。机器学习这类非线性工具在因子合成环节的应用，使得因子底层信息源的挖掘更加充分，新的底层信息和数据源是因子增量效果的潜在途径。本报告构建了6种资金流向相似性图谱，并将其用于传统机器学习模型训练的特征工程环节、图神经网络(GAT)的训练，从而带来模型预测值IC、分层测试TOP超额、多空收益、组后优化后的指数增强组合的收益增量。将传统XGBOOST模型和GAT叠加多图谱后进行集成，进一步带来额外增量。

七、风险提示

本报告所涉及的因子挖掘是基于历史行情总结规律后所刻画出的股价先行指标，其有效性会随着市场风格变化、因子被使用的程度等因素发生变化；本报告所介绍的机器学习模型是基于历史数据进行训练拟合，假设数据中的信息和经验能在未来延续，市场风格变化、极端行情等因素都会导致这一假设在部分时段不成立。投资者应结合自身情况自主对相关方法进行选择性使用，并自行承担相应风险，本报告所介绍的方法论不构成投资收益的保证或投资建议。

报告类型

分析师介绍

陈升锐：中信建投金融产品组首席分析师，芝加哥大学金融数学硕士，7年证券基金从业经验（3 年公募基金量化投资和4年证券研究工作经验），2018 年加入中信建投研究所，曾任中信建投金融工程分析师，现任金融产品组负责人，专注于投资组合和投资策略产品化。2018、2019、2020 年 Wind 金牌分析师金融工程第2名、第2名、第5名团队核心成员。

鲁植宸：中信建投金融产品组分析师，中国科学院硕士，曾在头部券商自营从事量化投研和实盘管理工作，在人工智能、机器学习算法的量化应用方面有从学术研究到策略设计、实盘落地及策略管理的全周期经验，研究方向覆盖机器学习算法、多因子模型-策略设计、建模训练过程优化、样本特征处理技术等。

评级说明

投资评级标准		评级	说明
报告中投资建议涉及的评级标准为报告发布日后6个月内的相对市场表现，也即报告发布日后的6个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。A 股市场以沪深 300 指数作为基准；新三板市场以三板成指为基准;香港市场以恒生指数作为基准;美国市场以标普 500指数为基准。	股票评级	买入	相对涨幅15%以上
		增持	相对涨幅5%-15%
		中性	相对涨幅-5%-5%之间
		减持	相对跌幅 5%-15%
		卖出	相对跌幅15%以上
	行业评级	强于大市	相对涨幅10%以上
		中性	相对涨幅-10-10%之间
		弱于大市	相对跌幅10%以上

分析师声明

本报告署名分析师在此声明：（i）以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告，结论不受任何第三方的授意或影响。（ii）本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

法律主体说明

本报告由中信建投证券股份有限公司及/或其附属机构（以下合称“中信建投”）制作，由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格，本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告首页。

在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。本报告作者所持香港证监会牌照的中央编号已披露在报告首页。

一般性声明

本报告由中信建投制作。发送本报告不构成任何合同或承诺的基础，不因接收者收到本报告而视其为中信建投客户。

本报告的信息均来源于中信建投认为可靠的公开资料，但中信建投对这些信息的准确性及完整性不作任何保证。本报告所载观点、评估和预测仅反映本报告出具日该分析师的判断，该等观点、评估和预测可能在不发出通知的情况下有所变更，亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门、人员口头或书面表达的意见不同或相反。本报告所引证券或其他金融工具的过往业绩不代表其未来表现。报告中所含任何具有预测性质的内容皆基于相应的假设条件，而任何假设条件都可能随时发生变化并影响实际投资收益。中信建投不承诺、不保证本报告所含具有预测性质的内容必然得以实现。

本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其他因素自主做出决策并自行承担投资风险。中信建投建议所有投资者应就任何潜在投资向其税务、会计或法律顾问咨询。不论报告接收者是否根据本报告做出投资决策，中信建投都不对该等投资决策提供任何形式的担保，亦不以任何形式分享投资收益或者分担投资损失。中信建投不对使用本报告所产生的任何直接或间接损失承担责任。

在法律法规及监管规定允许的范围内，中信建投可能持有并交易本报告中所提公司的股份或其他财产权益，也可能在过去12个月、目前或者将来为本报告中所提公司提供或者争取为其提供投资银行、做市交易、财务顾问或其他金融服务。本报告内容真实、准确、完整地反映了署名分析师的观点，分析师的薪酬无论过去、现在或未来都不会直接或间接与其所撰写报告中的具体观点相联系，分析师亦不会因撰写本报告而获取不当利益。

中信建投证券研究发展部

中信建投（国际）

北京

上海

深圳

东城区朝内大街2号凯恒中心B

上海浦东新区浦东南路528号

香港

福田区益田路6003号荣超商务

中环交易广场2期18 楼

座12层

南塔2106室

中心B座22层

电话：（8610）8513-0588

电话：（8621）6882-1600

电话：（86755）8252-1369

电话：（852）3465-5600

联系人：李祉瑶

联系人：翁起帆

联系人：曹莹

联系人：刘泓麟

邮箱：lizhiyao@csc.com.cn

邮箱：wengqifan@csc.com.cn

邮箱：caoying@csc.com.cn

邮箱：charleneliu@csci.hk

START YOUR FINANCE

起点财经，网罗天下报告

资金流向相似性图谱与图神经网络

核心观点

资金流向相似性关系图谱

特征工程衍生因子：传统机器学习模型增强

注意力机制图神经网络

传统模型与GAT再集成

金融产品研究

鲁植宸

市场表现

每日 免 费 获取 报告 □

目录

图表目录

引言

二、资金流向相似性

2.1资金流向相似性图谱定义

1）统计近22个交易日内，两个股票共同出现资金净流入的交易日数量

2.2 存在资金流向相似关系个股的收益率相关性分析

三、资金流向相似性在模型训练中的应用

3.1 基于资金流向相似性的衍生因子构建

3.2 衍生因子联合训练

3.3 模型训练实验设置及结果分析

3.3.1模型训练实验设置

3.3.2叠加衍生因子模型输出的有效性分析

3.3.2叠加图谱模型输出对各成分股的有效性分析

3.3.3模型输出分组测试

四、资金流向相似性图谱在图神经网络上的应用

4.1模型介绍

（一）基于注意力机制的图神经网络

（二）隐式图学习

4.2 模型结构及实验设计

4.3模型结果评估

4.4分组测试

4.4.1 全市场

4.4.2各指数成分股

4.5 模型相关性分析及二次集成

五、组合优化及指数增强

注：数据截至2023/05/30

六、总结与展望

七、风险提示

分析师介绍

评级说明

分析师声明

法律主体说明

一般性声明

START YOUR FINANCE

每日免费获取报告 □

金融产品深度：资金流向相似性图谱与图神经网络-20230715-中信建投-30页