因子选币（一）：深度学习选币框架

前言

多因子模型是传统市场资产定价的重要理论基石，同时也是金融实践中非常重要的组成部分。基于这一模型，研究者们构造了大量因子，用于寻找高估、低估的资产进行交易并从中获利。

多因子模型最广为人知的实践就是在股票市场。投资者基于基础数据，计算因子，构造投资组合并试图获得长期稳定的回报。然而，这一实践在数字货币市场还非常早期。由于数字货币市场长度较短，数据数量有限，高质量、可交易的标的也不多，因此，大量的量化研究依然关注择时领域。

本报告搭建了一个数字货币市场的因子选币框架，并在这个框架的基础上，使用深度学习的方法计算因子。本报告是crypto高频量系列的收官之作，也是多因子选币系列的首篇。报告后续由以下几部分构成：第一节介绍因子选币策略框架；第二节介绍报告使用的模型；第三节对模型的实证结果进行讨论，生成因子；第四节基于实证结果，构造投资组合；最后总结。

1 因子选币策略框架

1.1 数据获取方法及格式

报告使用binance的基础交易数据进行训练。我们在网站上（https://data.binance.vision）能够获取到币安自2017年以来的分钟级K线数据。

网站提供binance历史较久的各个市场的K线、聚合成交、逐笔成交数据。本文后续研究仅使用K线数据，且在选币策略中，我们需要确定一个交易单位，在数字货币市场这个交易单位毫无疑问，一定是USDT。因此只需获取所有USDT交易对的分钟级K线数据即可。

在获得数据后，我们将分钟级的开盘价、收盘价、最高价、最低价、成交量、成交额整理成时间×币种的格式，后续的所有操作都在此格式下完成。

1.2 选币空间

本报告无意从资产定价的理论推导出因子投资的逻辑，而是仅从投资实务出发，梳理因子选币的策略框架。如读者对资产定价及因子投资的理论感兴趣，可参考John H. Cochrane的《Asset Pricing》一书。

从因子选币的实际出发，选币之前首先要定义一个选币空间，从这一空间中选币并获利。这一步至关重要，有时我们发现某一些币价格极度不合理，似乎存在套利空间，但实际上手交易时却发现因种种原因无法成交，那么这一看似存在的投资机会实际就并不存在。

出于标的数量和历史数据长度的考虑，我们选择币安的现货市场作为我们的交易市场。在确定选币空间时，我们有两个维度：1.根据上市时间；2.根据成交量。在此，我们根据这两个维度给出我们认为合理的选币空间定义方式：

• 时间筛选空间：上市满30天的所有币；

• 成交额筛选空间：过去一周日均成交额大于100万美元的所有币；

• 综合筛选空间：上市满30天，且过去一周日均成交量大于100万美元的所有币；

对币安的现货市场，我们统计自2017年至今，可得的分钟级历史数据中，总共曾出现过427个USDT交易对。若不考虑其实际的可交易性，截至2023年11月30日，仍存有理论可交易性的交易对总共有361个。

但是，考虑到成交额和上市时间，这个选币空间就有所缩减。若仅以上市时间论，截至目前选币空间中总共有353个可选交易对；以成交额筛选论，共有302个交易对；二者综合论，仅剩294个。

不同的空间作用不同。后续我们需要进行的神经网络训练，以此而言，可用数据越多越好，因此，我们希望在摒弃垃圾数据之后保留尽可能多的币种，因此，时间筛选是更合理的选择；以实际策略构造和交易而言，部分成交额过小的币种，容易存在流动性差导致滑点过大的情况，或过久无人问津，后续存在退市的可能性，从风控角度考虑成交额+时间的综合筛选是更合理的选择。

2 模型介绍

2.1 双向RNN

我们在之前的报告《Crypto高频量价（二）：基于RNN的量价因子挖掘》中详细介绍过RNN的结构。双向RNN就是RNN的一个变种。RNN的定义中，数据按照一定的顺序（时间、语序）输入模型，并且经过一层层的RNN cell处理后，最终输出一个结果。

双向RNN是指，数据不仅单向地输入模型，还要逆向的输入模型。即模型将学习输入数据中的顺序信息和逆序信息。

回忆RNN的结构，我们在每一个cell内部，实际上会接收两部分信息，来自当前时间的输入，即Xt，来自上一个cell的隐藏层输出，即Ht-1。在双向RNN中，将再构造一样大小的反向模型，并反向接收信息，即将隐藏层输出反向传递。

双向RNN的结构本身不指定哪一个输出为特定的输出。如果我们与单向RNN相同，使用最后一步的输出（即上图中的Yt和Yt*）作为模型的输出，那么逆向传递的过程就失去了意义：我们并没有使用到逆向传递过程中的大部分cell（即上图中的Cell 1 *到Cell t-1 *）。

2.2 注意力机制

近年来chatGPT爆火之后，Transformer与其底层的注意力机制就获得了广泛的关注。Transformer在2017年由谷歌的论文Attention is all you need提出，随后在自然语言处理问题中取得了非常好的效果。而注意力机制最早则可以上溯到上个世纪80年代，计算机领域引入了神经科学领域对人类执行任务的方式的研究成果。

注意力机制的思想并不复杂。人们在阅读文字、观察图片时，天然的会对文字、图片的一部分内容关注更多，对剩余的部分关注更少。之所以会产生这样的现象，有可能是部分内容的颜色更鲜艳，或形状最奇怪，或出现的次数最频繁。总而言之，注意力机制是希望神经网络也具备这样的特性，重点提取输入信息的一部分。

这一方式在神经网络中通过权重的调整得以实现。对于网络认为“重要”的信息，将被赋予更大的权重，而不那么“重要”的信息，将被赋予更少的权重。

注意力机制的设计变幻无穷。除了上文提到的transformer使用的缩放点积自注意力以外，还可以直接通过一层网络来学习不同特征，甚至是不同样本之间的重要性。本报告使用简单几层的全连接网络与softmax来学习特征的重要性。

2.3 模型架构与参数细节

本报告使用带注意力机制的双向AGRU（BiAGRU）。架构如图所示。原始数据经清洗后作为输入，经过一层全连接和激活进入双向GRU。双向GRU的全部输出进入全连接、激活层、全连接，再经softmax归一化后变为注意力得分（attention score），注意力得分与BiGRU的输出相乘，再与BiGRU最后一个时间步进行拼接，经过一层全连接后输出。

在模型超参数的选择上，我们设定一个基线参数组，随后在这个参数组的基础上进行调整，观察是否有改进。数据处理和模型参数的部分细节如下：

对特征处理的细节，我们需要指出，RNN类模型相较于原始的全连接模型，其优势就在于处理时间序列能力较强，因此我们将时间和币种两个维度同时进行标准化。另外，币圈的价格数量级相差太大，因此，如果直接将原始数据直接标准化，非常容易得到大量集中在0附近的数据，故我们将价格和数据都计算了一阶的变化率后，再进行标准化。这样虽然会损失掉一部分信息，但也是无奈之举。

我们的所有数据自2017年4月开始。但测试集从2023年开始，然后以三个月为窗口向前滚动。虽然前面几个测试集所使用的训练集长度未必达到了完整的四年，但由于早期数据量较小，因此相差不大。

3 实证结果

3.1 基线模型表现

基于上面表格中的参数，我们测试了基线模型的表现。模型在2023年以来的测试集中取得7.78%的rankIC，ICIR（未年化）达0.6674。因子存在较为稳定的选币能力。

根据因子值，我们在截面上对时间筛选的选币空间进行排序，并分为10组，计算其等权表现。

可以发现，因子在市场整体上涨或下跌的过程中，都存在较为稳定的选币能力。第十组减第一组的多空组合年化收益达到205.24%，sharpe ratio达到5.2184。从十分组年化收益看，第一组（因子最大组）收益能力最强，但并不明显；第十组（因子最小组）收益明显弱于其他所有组。这说明该因子的多头区分能力不强，但对空头的区分能力非常强。

3.2 Batch大小与学习率

Batch大小与学习率是深度学习网络最重要的两个超参。当我们训练神经网络时，数据量往往较大，因此难以逐个样本执行“计算结果-计算损失-反向传播-参数更新”的过程，通常会将一批数据一起送入模型，计算其平均损失，然后进行一次反向传播和参数更新。

一般而言，对截面模型，有两种构建batch的方式。一种是每个截面构建一个batch，如果是日频模型，即称为daily batch；另一种是将样本打乱后抽取一定量的数据组成一个batch，而这个数字就可以人为设定，例如64，128，512等等，具体选择因效果和显存而定。

在我们的模型设定中，我们选择将所有的样本混合到一起，打乱之后训练，而不使用daily batch，其原因在于早期的交易对数量过少，如果使用daily batch，为照顾后期较多的交易对，对前期的batch需填充大量的0值，容易对模型的性能会产生影响。但在测试集中，我们仍然严格按照天为界限构造batch，如果有不足以组成一个batch的剩余数据，则以0填充到满足为止。

与batch大小同样重要的还有学习率。在神经网络进行反向传播，更新参数时，学习率决定了参数向梯度下降的方向调整多远，过大的学习率会导致模型难以找到好的参数，损失迟迟不下降；过小的学习率也会导致参数更新过慢，模型难以收敛。

总体看，我们测试的参数组合变化不大，因此对因子表现的影响并不算太明显。这一定程度上也说明了我们的模型具备较好的稳健性。

3.3 隐藏层大小

我们此处的隐藏层大小是指GRU的隐藏层大小。隐藏层的大小决定了GRU从输入特征中能够提取的信息维度。由于我们使用的是双向GRU，因此，在设定模型时规定的隐藏层大小在实际模型中将翻倍（正向+反向）。

我们仅计算了隐藏层大小为32和64的两种情况。但数据体现的特征已经说明问题。可以发现虽然隐藏层大小减少了一半，但是模型的rankIC反而有所上升。这说明模型并非越复杂、参数越多越好。虽然近期随着chatGPT的出圈，“大模型”以其优异的效果、海量的参数为人们种下了“大等于好”的印象，但在实际的场景中，无端扩大模型未必会起到很好的效果。

3.4 损失函数

我们还测试了不同损失函数对模型训练效果的影响。逻辑上讲，我们将训练集和验证集的数据打乱，这种数据组织模式应该更适合MSE损失，这是因为将数据打乱后，让-IC下降（即让IC上升）实际上对预测或许并无帮助，因为我们只计算了这一个batch的相关系数，而我们真正的目标却是某一个截面上全部样本的相关系数，这两者并不完全一致。

当模型训练时，有可能我们的理想情况是得到图15的结果。但按batch训练有可能得到的结果却是图16的结果。图16中50个样本分为5个batch，实际上每一个batch中的IC都不低（观察每一个batch中黄点的斜率是否接近45度），但合在一起却毫无意义。因此我们在设计模型时需要格外小心避免这种情况的发生，且在训练时应保持相对大的batch，并且训练、验证时需要打乱数据，保证随机性，防止图16的情况发生。

不过在我们的模型设定中，没有出现上述问题。实际上在大量的测试中，我们发现保证数据随机性与模型合理设定的前提下，IC损失与MSE损失的区别并不太大。与基线模型相比，仅仅将损失函数替换成MSE，从IC和ICIR的角度并不能看出明显的的区别。

3.5 全部测试综合表现

我们对上文涉及的参数进行了网格搜索。我们发现，参数组合的变化整体看对模型测试集的表现影响不算太大。总体而言，呈现出IC的上升伴随着ICIR的下降的规律。我们依然选择基线模型作为后续构建组合的基础因子。

4 组合表现

回顾我们在第一节的设定，策略最终的交易空间为综合筛选空间，即使用上市时间和过去7日日均成交额综合筛选过后的空间。因此，在进行组合前我们需要对这两个空间中因子表现进行比较。如下图所示，我们发现，因子在时间筛选空间（模型拟合空间）和综合筛选空间（策略交易空间）中的表现区别不大，截至最后一个测试期末，因子在综合筛选空间中的表现仅微微弱于时间筛选空间。

我们设定了几种持仓组合的生成方式：

• 十分组，等权做多第一组，等权做空第十组；

• 二十分组，等权做多第一组，等权做空第二十组；

• 十分组，排序加权做多第一组，排序加权做空第十组；

• 二十分组，排序加权做多第一组，排序加权做空第二十组；

我们对组合采用多空各50%的分配方法，即多头总权重50%，空头总权重50%，不带杠杆，附带双边千分之三的手续费。

首先可以看出，20分组的组合表现明显优于10分组。这是理所当然的，20分组的情况下，权重更加集中，对于有预测能力的因子来说，最优的品种做多的更多，最差的品种做空的也更多；其次，排序加权比等权组合表现明显更优，无论是在10分组还是20分组的情况下，使用排序加权都对组合有一定的改进。

5 总结

我们基于因子选币与深度学习的方法，搭建了一套行情交易数据-深度学习模型挖掘因子-因子组合选币的策略框架，并基于此讨论了数字货币市场选币策略的应用方法、深度学习因子挖掘方法以及投资组合生成方法。

我们首先使用上市时间与成交额作为筛选标准，构造了一个“因子训练空间”和“策略交易空间”。在因子训练空间中，我们使用小时级的交易数据，基于带注意力的双向GRU模型，对未来12小时收益率进行预测。模型在滚动样本外取得7.78%的IC表现，ICIR为0.667。

基于挖掘得到的因子，我们举出四个构造投资组合的方法，用于获得样本外稳定的多空收益。测试发现，20分组+截面序数加权的组合表现最好，该组合在2023年以来取得年化155%的收益，sharpe ratio达到4.0。

历史研究精选：
Crypto高频量价（三）：AI看图——卷积神经网络
Crypto高频量价（二）：基于RNN的量价因子挖掘
Crypto高频初探：数据结构与因子构造
UTxO：拆解链上筹码结构
趋势何时终结：转账费率的极端值检测
BTC的链上供需关系：生产销毁天数
刻画贪婪与恐惧：CTC Fear & Greed Index
CDD：拆解链上转账结构