近年来，国内量化CTA市场发生了比较明显的策略类型变化。早期传统CTA聚焦于市场的动量特征，旨在追踪期货价格的单边趋势，趋势类策略是量化CTA的核心主导策略。2017年后，随着国内投资人对商品期货市场认识的加深，以及国外商品风险因子相关研究的引入，期限结构、基差、库存、对冲压力等因子逐渐在CTA策略体系中占有一席之地。最近几年，随着CTA市场规模以及关注度持续提高，市场策略趋同性愈发明显，各家策略开发人员持续在寻找新的策略研发方向。

在多种量化CTA策略研究方向中，相信短周期量价策略是受关注策略之一。短周期类不依赖期货市场的大级别趋势，信号对价格趋势的反转较为敏感，回撤相对可控，但同时短周期策略存在对海量的数据计算需求，策略不断更新迭代的压力以及交易成本压力的挑战。在策略开发过程中，短周期策略样本数量充足，较为适合在各个环节运用机器学习方法，这里我们把基于机器学习方法开发流程的策略体系分为一下三大类步骤：

如上所示，预测式CTA信号开发这里我们划分成三个流程：数据预处理、特征工程、拟合工程。数据预处理主要对原始量价数据进行数据清洗，数据的重采样、数据标签设计等；特征工程是整个流程的核心，包括因子挖掘、特征编码、特征评估等；拟合工程使用线性/非线性模型组合有效特征，使得整体特征组合绩效有更好的表现。

现阶段，我们根据三个流程，分别进行了部分方法的初步实证分析测试，这一部分我们对各个流程目前采用的一些方法进行简要介绍。

对于短周期高采样率数据，数据中噪声成本较高，不利于提取行情有效信息，这里我们在前期报告-“数据新视野：基于信息采样策略开发初探”中曾涉及到一种基于等信息采样的数据行情采样方法，这里我们采用等信息采样的方式降低采样率，提高数据处理效率，具体处理步骤如下：

Step1: 计算基品种归一化ATR波动率natr；

Step2: 每个交易日起始计算砖图采样幅度阈值threshold

Step3: 计算单位时间价格采样点与上一个等幅采样点的价格变动，若价格变动绝对值大于阈值threshold，则生成一个采样点，并记录相应信息。

brick_time: 采样时间

brick_size: 当前采样的设置阈值大小

brick_close: 采样时刻价格

brick_mov: 采样时刻相对上一采样点价格变动率

brick_vol: 采样间隔的累积成交量

oi: 采样时刻持仓量

bar_count: 采样间隔间的原始K线数量

day_first_open: 采样当前交易日开盘价

direction: 当前采样点相对于上一采样点的涨跌方向

采用等信息采样后，一是大幅度降低了采样率，提高了针对采样数据的特征开发效率，二是对噪声进行过滤，提高了后续特征工程/拟合工程的数据质量，最后通过等信息采样一定程度上归一化了标签数据，便于后续使用分类模型进行预测。

特征编码

这里我们采用用于二分类的后验bayesian证据权重编码方式（WOE），采用WOE编码方式特征处理后，特征数据有以下的优势，一是处理缺失值，可以将变量缺失的一部分通过映射得到数值，巧妙的处理缺失值；二是异常值不敏感，对数据噪声有一定的抑制能力；三是较好的离散方法，对于连续型的变量，在制作分箱时提供了较好的离散化方式，使得信息损失较小；最后通过编码的方式，可以将连续型特征变量和离散型特征变量有效的融合在一起，在后续的拟合工程中能够将不同种类特征一起来训练。WOE编码计算如下：

下图为某一离散特征变量的WOE示意图：

针对这分类预测类问题，我们采用了IV值（information value）作为特征的评估值，IV值计算公式如下：

2.3 拟合工程

当前，我们采用决策树模型对各个特征进行拟合，决策树模型示意图如下所示：

3.1 测试参数

测试标的：

[ 'RB', 'HC', 'I', 'J', 'JM', 'FG', 'SA', 'SF', 'SM' 'A', 'M', 'RM', 'OI', 'P', 'Y', 'C', 'CS', 'CF', 'SR', 'JD', 'UR', 'AP', 'LH', 'PK','CJ', 'AL', 'NI', 'ZN', 'SN', 'PB', 'CU', 'SS', 'BU', 'FU', 'EB', 'EG', 'V', 'L', 'SP', 'RU', 'TA', 'MA', 'PP', 'LU', 'PF', 'PG','SC', 'AG', 'AU', ]

测试时段：2019-01-01至2024-04-30

训练生成信号方式如下图：

3.2 测试结果

测试结果表明，在成本可控的条件下，基于预测式信号可以获得非常不错的交易绩效，但同时交易次数较多，单次获利比较微薄，整体绩效对交易成本比较敏感。如何提高交易胜率以及平均单次获利金额是后续研究的重点。

基于机器学习预测式的CTA是对当前CTA策略体系的一个非常重要的补充，今年来受到越来越多的机构关注。本文梳理了基于机器学习预测式CTA的开发流程，并在每个流程上进行了初步的方法尝试。测试结果表明，当前方法体系在成本可控的情况下，取得不错的交易绩效，但对成本比较敏感是后续亟需解决的重要问题。后续研究中，计划对各个流程环节进行更多的研究尝试。在数据预处理研究中，计划可尝试以下几个方面：一是对砖图生成方式进行优化，对于跨日跳空的情况，修改砖图生成方式；二是尝试其他的标签方式，比如标注连续上涨或连续下跌为阳性标签。在特征工程中，挖掘更多的有效特征是核心的工作，另外如何评估特征与标签之间存在的非线性关系也是后续研究的一方面。拟合工程上，计划尝试更多的模型，以及实现多模型预测结果的融合，也是后续研究的重要工作。