2024年深度学习研究报告：基于Visibility Graph~CNN创新架构的高效股价预测模型

一、Visibility Graph-CNN 股价预测模型

（一）可见性图（Visibility Graph）

可见性图（Visibility Graph）是一种图论模型，它将空间中的物体（例如：点、 线段、多边形）映射为图中的结点和边。在其拓展到时间序列分析领域后，可见性图 能够高效地将时序数据（如价量数据）转化为图结构，以提取时序数据中的有效信 息。 在可见性图的构建算法中，采用了一种朴素的思想。如图1所示，图中包含20个 数据的柱状图，从第1个柱状图起，将每个柱状图与其他所有柱状图在顶部相连，若 该连接不穿过其他柱状图，则为“可见”，该节点以整形数字1来表示；若穿过其他 柱状图，则为“不可见”，该节点以整形数字0来表示。举个例子，第1个柱状图与 第2、3、4、5个柱状图是“可见的”，不穿插经过其他柱状图，以蓝色线表示；而 第1个柱状图与第6个柱状图是“不可见的”，因为其穿插经过了第4和第5个柱状图， 以红色线表示。 由于任意的时间序列数据都可以以此柱状图的形式来表达，因此可通过可见性 图来对时序数据进行特征提取。此图结构在数据形式上体现为二维的整型矩阵，矩 阵中的元素均为整数0或1，有效地降低了数据的冗余性，减少了后续深度学习模型 在训练过程中的过拟合现象，提升了模型的泛化能力。

此外，可见性图在水平和垂直方向上均具有仿射不变性的特征，如图2所示，图 a为原时间序列对应的柱状图，图b发生了时间顺位移动，图c和图d发生了横纵坐标 上的放缩，图e发生了其他仿射变换，但这些经过变换后的时序与原时序的可见性图 是完全一致的。该特性使得可见性图能够有效提取价量数据中的形态特征，如相同 的走势出现在不同的历史时期、不同的价格点上，可见性图可以识别出相似的形态走势，从而提升特征提取和股价预测能力。

（二）可见性图与卷积神经网络

在前序工作《深度学习研究报告：基于卷积神经网络的股价走势AI识别与分类》 中，我们对卷积神经网络进行了详细的介绍，提出了首先基于价量数据构建标准化 的价量数据图表，而后采用卷积神经网络将价量数据图表与未来股价走势进行建模 的股价预测模型。在该策略中，包含20日价量数据的图表矩阵维度为3*200*200，矩 阵中的元素为常见图片的0～255整型数字，数据较为密集，在计算能力充分满足的 情况下取得了可观的收益结果。 而在本工作中，我们另辟蹊径，提出了基于Visibility Graph-CNN创新架构的高 效股价预测模型。首先，采用可见性图对价量数据进行初步的特征提取，对于20日 （60日）价量数据得到维度为6*20*20（6*60*60）低维度特征矩阵，且矩阵的元素 均为整数0或1。由于可见性图大大降低了数据的冗余性，且其本身具备高效的初步 特征提取能力，因此本工作设计了一个参数量少、复杂度低的卷积神经网络将其与 未来股价进行建模，该网络结构如图3所示。在对开盘价、最高价、最低价、收盘价、 交易量、交易额6组价量数据提取可见性图后，将可见性图输入4层卷积神经网络中， 并采用全连接层和SoftMax函数将其映射为3个概率，分别对应个股在未来截面日上 收益率的百分位，即后1/3、中1/3、前1/3，以表示跌、平、涨，最终以股票上涨的 概率作为因子进行选股。

在卷积神经网络模型的实现细节上，采用Xavier（Glorot and Bengio, 2010）的 方式来对模型的参数进行初始化，使得模型的初始预测方差更接近数据标签，以加 速模型在训练过程中的收敛速度；采用Adam（Kinga and Adam, 2015）优化器、 1x10-5学习率、512批大小（Batch Size）对模型进行训练；采用训练数据外的验证 集对训练中的模型进行验证，以确定最优早停（Early Stopping）时点。 本工作基于过去20日和60日的价量数据，分别训练了两个模型（在下文中分别 称为20日模型及60日模型），以预测未来20个交易日的股票涨跌情况。

二、实证分析

（一）数据说明

选股范围：全市场，沪深300，中证500，中证800，中证1000，创业板 股票预处理：剔除非上市、摘牌、ST/*ST、涨跌停板、上市未满60个交易日的股票 训练数据：全市场2005年1月～2016年12月 验证数据：全市场2017年2月～2019年11月（与训练数据间隔1个月防止数据暴露） 回测区间：2020年1月～2023年12月（与验证数据间隔1个月防止数据暴露） 分档方式：根据当期预测的个股价格未来上涨概率，从大到小分为10档 调仓周期：20个交易日，信号次日均价买入、20个交易日后均价卖出。

（二）因子分档表现

20日模型因子和60日模型因子在各大板块当中均取得了不错 的分档效果，从Q1档多头到Q10档空头呈现出较为单调递减的收益，且Q1档多头相 较于其他所有分档取得了较为突出的分档超额收益，因子具有不错的分层选股能力。

（三）20 日模型因子与常见风格因子的相关性

20日模型因子与常见风格因子的相关性如下表所示，除了与最高点距离因子的 相关性为0.2387，与六个月股价反转、换手率、三个月股价反转、容量比、一个月股 价反转等因子的相关性分别为-0.1190、-0.1549、-0.1867、-0.2238、-0.3007外，与 其他风格因子的相关性绝对值均小于0.1，可见20日模型因子与常见风格因子的相关 性较低，是一组较为新颖、拥挤度低的因子。

（四）60 日模型因子与常见风格因子的相关性

60日模型因子与常见风格因子的相关性如下表所示，除了与最高点距离和流通 市值因子的相关性分别为0.1929和0.1282，与六个月股价反转、容量比、换手率、 三个月股价反转、一个月股价反转等因子的相关性分别为-0.1194、-0.1966、-0.2298、 -0.2320、-0.2756外，与其他风格因子的相关性绝对值均小于0.1，可见60日模型因 子与常见风格因子的相关性较低，是一组较为新颖、拥挤度低的因子。

（五）20 日模型因子具体表现（全市场）

20日模型因子在全市场股票池中的表现如下图表所示，在2020～2023年回测期 间，Q1多头取得了10.35%的年化收益率，相对于同期中证全指的超额年化收益率为 9.57%，Q1-Q10多空年化收益率为16.67%。

（六）20 日模型因子具体表现（中证 500）

20日模型因子在中证500股票池中的表现如下图表所示，在2020～2023年回测 期间，Q1多头取得了6.41%的年化收益率，相对于同期中证500指数的超额年化收益 率为4.33%，Q1-Q10多空年化收益率为8.92%。

（七）20 日模型因子具体表现（中证 1000）

20日模型因子在中证1000股票池中的表现如下图表所示，在2020～2023年回 测期间，Q1多头取得了7.56%的年化收益率，相对于同期中证1000指数的超额年化 收益率为4.06%，Q1-Q10多空年化收益率为18.10%。

（八）20 日模型因子具体表现（创业板）

20日模型因子在创业板股票池中的表现如下图表所示，在2020～2023年回测期 间，Q1多头取得了8.79%的年化收益率，Q1-Q10多空年化收益率为18.56%；在2023 年期间，Q1多头相对于同期创业板指取得了37.74%的超额年化收益率。

（九）60 日模型因子具体表现（全市场）

60日模型因子在全市场股票池中的表现如下图表所示，在2020～2023年回测期 间，Q1多头取得了10.24%的年化收益率，相对于同期中证全指的超额年化收益率为 9.61%，Q1-Q10多空年化收益率为13.36%。

（十）60 日模型因子具体表现（中证 500）

60日模型因子在中证500股票池中的表现如下图表所示，在2020～2023年回测 期间，Q1多头取得了4.83%的年化收益率，相对于同期中证500指数的超额年化收益 率为3.00%。

（十一）60 日模型因子具体表现（中证 1000）

60日模型因子在中证1000股票池中的表现如下图表所示，在2020～2023年回 测期间，Q1多头取得了6.08%的年化收益率，相对于同期中证1000指数的超额年化 收益率为2.65%，Q1-Q10多空年化收益率为13.79%。

（十二）60 日模型因子具体表现（创业板）

60日模型因子在创业板股票池中的表现如下图表所示，在2020～2023年回测期 间，Q1多头取得了11.79%的年化收益率，Q1-Q10多空年化收益率为20.85%；在 2023年期间，Q1多头相对于同期创业板指取得了40.83%的超额年化收益率。

三、总结

本工作融合可见性图（Visibility Graph）和卷积神经网络（CNN），提出了基于 Visibility Graph-CNN创新架构的高效股价预测模型。首先，使用可见性图算法模型 对个股的历史价量数据进行初步的特征提取，而后将提取得到的可见性图送入特别 设计的卷积神经网络中，以进一步提取价量特征，并与个股的未来走势进行建模， 以实现对未来股价的预测。由于可见性图是低维度的整型矩阵，因此本工作设计了 一个参数量少、复杂度低的卷积神经网络将其与未来股价进行建模，进一步减少了 模型的过拟合情况，提升了模型在样本外数据的预测能力。

本工作采用过往20日和60日价量数据分别构建了两个Visibility Graph-CNN模 型，以实现对未来20个交易日截面上的个股进行股价预测，并根据预测的股价上涨 概率将个股分为10档，以此构建多、空组合。回测结果表明，两个模型的因子在各 大板块当中均取得了较为单调的分档收益，表明了因子具有不错的分层选股能力。 在2020～2023年样本外回测期间，20日模型因子在全市场的平均RankIC为 5.39%，多头年化收益率为10.35%，相比同期中证全指的超额年化收益率为9.57%； 而60日模型因子在全市场的平均RankIC为5.61%，多头年化收益率为10.24%，相比 同期中证全指的超额年化收益率为9.61%；整体而言，20日模型和60日模型的表现 差异不大。在细分板块上，20日模型因子在中证500、中证1000、创业板上分别取得 了6.41%、7.56%、8.79%的多头年化收益率；而60日模型因子在中证500、中证1000、 创业板上分别取得了4.83%、6.08%、11.79%的多头年化收益率。

编辑：火腿肠