核心观点：关系图谱结合机器学习联合建模在各指数成分股内进行选股增强策略2023年6月样本外跟踪至2023年9月8日，在沪深300、中证500、中证800、中证1000成分股内优化选股策略分别获得超额3.27%、2.92%、2.50%、3.54%，12个组合跟踪误差均控制在年化6%以内，超额日胜率在55%以上，近一个月、近一周超额均为正。
　　关系图谱增强策略：在高纬度弱因子+非线性模型的QUANT3.0时代，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。图谱数据作为另类数据的一种，在原有基础数据的基础上提供潜在的信息增量。关系图谱增强策略在传统机器学习非线性建模的基础上，在模型训练阶段引入图谱的关系信息，利用股票之间的关联信息增强模型效果，并构建三种多图谱集成方案，在各宽基指数成分股内进行双周频组合优化调仓，构建各个指数的增强策略。
　　全周期回测结果：自2018年1月起，截止至2023年9月8日样本内外全周期上，沪深300图谱增强最佳组合为TRI，2018年以来累计绝对收益57.35%，累计超额68.83%，年化10.87，超额夏普比率2.07;中证500图谱增强TRU组合累计收益65.89%，超额76.69%(年化11.79%)，超额夏普2.40;中证800图谱增强三组合分化较小，累计收益40%附近，年化超额最佳9.17%(TRI)，超额夏普2.02;中证1000图谱增强TRI组合累计收益88.52%，超额108.39%(年化15.50%)，超额夏普三组合均为2.7左右;TRI图谱集成增强方案在300、500、800增强上均呈现最优。
　　样本外跟踪结果：2023年6月样本外跟踪以来，图谱集成模型增强组合在四个指数成分股内均取得正超额,其中沪深300、中证500增强TRU最佳，中证800、中证1000增强TRI最佳;沪深300图谱增强组合累计收益1.51%，超额3.27%，超额夏普2.39，跟踪误差4.88%;中证500图谱增强累计收益-2.75%，超额2.92%，超额夏普2.93，跟踪误差3.75%;中证1000图谱增强累计收益-3.64%，超额3.54%，超额夏普3.57，跟踪误差3.79%;中证800图谱增强组合累计收益-0.30%，超额2.50%，超额夏普2.18，跟踪误差4.15%。
　　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。

研究报告全文：证券研究报告金融产品跟踪报告关系图谱选股增强策略组合月报2023年9月分析师陈升锐分析师鲁植宸chenshengruicsccomcnluzhichencsccomcn021-6882160015611537505SAC编号S1440519040002SAC编号S1440522080005发布日期2023年9月10日本报告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同时请务必阅读正文之后的免责条款和声明摘要核心观点关系图谱结合机器学习联合建模在各指数成分股内进行选股增强策略2023年6月样本外跟踪至2023年9月8日在沪深300中证500中证800中证1000成分股内优化选股策略分别获得超额32729225035412个组合跟踪误差均控制在年化6以内超额日胜率在55以上近一个月近一周超额均为正关系图谱增强策略在高纬度弱因子非线性模型的QUANT30时代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图谱数据作为另类数据的一种在原有基础数据的基础上提供潜在的信息增量关系图谱增强策略在传统机器学习非线性建模的基础上在模型训练阶段引入图谱的关系信息利用股票之间的关联信息增强模型效果并构建三种多图谱集成方案在各宽基指数成分股内进行双周频组合优化调仓构建各个指数的增强策略全周期回测结果自2018年1月起截止至2023年9月8日样本内外全周期上沪深300图谱增强最佳组合为TRI2018年以来累计绝对收益5735累计超额6883年化1087超额夏普比率207中证500图谱增强TRU组合累计收益6589超额7669年化1179超额夏普240中证800图谱增强三组合分化较小累计收益40附近年化超额最佳917TRI超额夏普202中证1000图谱增强TRI组合累计收益8852超额10839年化1550超额夏普三组合均为27左右TRI图谱集成增强方案在300500800增强上均呈现最优样本外跟踪结果2023年6月样本外跟踪以来图谱集成模型增强组合在四个指数成分股内均取得正超额其中沪深300中证500增强TRU最佳中证800中证1000增强TRI最佳沪深300图谱增强组合累计收益151超额327超额夏普239跟踪误差488中证500图谱增强累计收益-275超额292超额夏普293跟踪误差375中证1000图谱增强累计收益-364超额354超额夏普357跟踪误差379中证800图谱增强组合累计收益-030超额250超额夏普218跟踪误差4152关系图谱增训练指数增强框架因子在机器学习非线性建模场景下从信号演变为特征从单因子效果到边际贡献关系型数据多维度刻画股票之间的相关关系模型增强关系型数据存量因子对已有特征增强多股票联合预测图表图谱数据应用框架资料来源中信建投3关系图谱资金流向相似性图谱定义基于level2数据构建的资金属性流向成交类型分类本报告定义股票两两之间资金共同流向关联度进而构建6种资金流向相似性图谱股票收益率相关系数矩阵刻画了股价走势的联动性类似地股票交易层面资金流入流出的一致性反映了驱动股价变化的资金行为的相似性资金共同行为关联度越高股票之间共同的驱动因素越强图表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共同流入近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CashCoIn关联度从而构全市场股票之间的资金共同流入关系图资金共同流出近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资金净流入当日主动CashCoOut关联度从而构全市场股票之间的资金共同流出关系图在实际使用中先构买入成交额-当日主动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-建每个图谱数据的邻卖出成交额净流入中小单资金共同流入散户主动卖出金额接矩阵并在每行保量0为资金净流入MedSmallCoInAct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留每只股票关联度最资金流向相似反之为资金净流出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强的前1的股票作为性图谱根据个股某段时间区中小单资金共同流出近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图谱上的邻居从而间内资金净流入流MedSmallCoOutAct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使得图谱稀疏化保出情况计算股票两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-留整个关系网中最强两之间资金联动一致大单共同流入大户主动卖出金额的边性情况ExNLargeCoInAct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大单共同流出天数近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ExNLargeCoOutAct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4资料来源中信建投WIND因子衍生及模型联合训练因子衍生1112121222基于资金流向相似性图谱构建矩阵即12其中表示第个股票与第个股票的资金共同流向关联度即该行原始共同流向天数该行总和特定因子为各个股票对应的特定因子值是一个的向量下称原有因子即其中表示第个股11票的因子值对于上述因子向量进行如下运算可以得到对应的衍生因子其中为集成了资金流向相关股票的衍生因子值也是一个1的向量下称衍生因子对于某只特定股票其原有因子值为则衍生因子值为1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5因子衍生及模型联合训练联合训练图表多图谱训练方案在模型训练环节对于给定的样本特征根据因子图谱衍生方法得到衍生特征维度进一步将原始样本特征和衍生特征维度拼接后作为新的样本特征对于某个交易日上股票i对应的样本代表了股票自身信息在样本空间的表征代表了在资金流向相似性图谱对应的关系网上与该股票有关联的股票的信息集成用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关联的个股的信息来联合预测个股i的收益率单图谱将利用原始特征训练得到的模型作为基准考察联合训资料来源中信建投练模型与原始模型的集成的增量多图谱将多个图谱联合训练结果进行集成6知识图谱增强组合历史表现图表关系图谱增强组合历史累计超额图谱增强组合历史跟踪表现沪深300图谱增强最佳组合为TRI2018年以来累计绝对收益5735累计超额6883年化1087超额夏普比率207中证500图谱增强TRU组合累计收益6589超额7669年化1179超额夏普240中证800图谱增强三组合分化较小累计收益40附近年化超额最佳917TRI超额夏普202中证1000图谱增强TRI组合累计收益8852超额10839年化1550超额夏普三组合均为27左右TRI图谱集成增强方案在300500800增强上均呈现最优资料来源中信建投WIND7关系图谱增强组合历史表现图谱增强组合历史跟踪表现2023年6月样本外跟踪以来图谱集成模型增图表关系图谱增强组合历史累计超额强组合在四个指数成分股内均取得正超额其年化波动超额夏普超额年化超额最大超额日胜年化跟踪绝对收益年化收益夏普比率最大回撤日胜率超额收益年化超额率比率波动率回撤率误差中沪深300中证500增强TRU最佳中证800EnsLRI-384-1313-0851536940514333510403403771236087377中证1000EnsTRI-364-1249-0801538932485735411043573791076377379中证1000增强TRI最佳EnsTRU-423-1441-096151897150002959132953821685797382EnsLRI-317-1096-082132375754292497972383931026522393样本外跟中证500EnsTRI-327-1127-082136679455712407672333891325507389踪以来沪深300图谱增强组合累计收益151超额EnsTRU-275-954-06913517695429292940293375105608737520230601EnsLRI-052-185-009122868044292287871824481525797448-327超额夏普239跟踪误差488中证800EnsTRI-030-109-00212786734571250863218415123565241520230908EnsTRU-089-317-020124567244291916541534462115652446中证500图谱增强累计收益-275超额292EnsLRI096348033131662742862719662074681596232468沪深300EnsTRI050180020134064644292257981764571426087457超额夏普293跟踪误差375EnsTRU1515550491296603457132711732394881916812488EnsLRI861712060612314329455491005614872685264065677526中证1000EnsTRI885212320622316338655271029015132725293775764529中证1000图谱增强累计收益-364超额EnsTRU85471199061230732865476998614792625363725706536EnsLRI6021902051213229255404710111092234805185771480354超额夏普357跟踪误差379中证500EnsTRI6043905051214530955396712311122224844595582484EnsTRU6589972054213830095425766911792344845035699484全样本中证800图谱增强组合累计收益-030超额EnsLRI407964704319032756513552198661854504895640450中证800EnsTRI444969804519022741520055899172024363995684436250超额夏普218跟踪误差415EnsTRU429667704419012787512054378961924484585560448EnsLRI415065704319133171505552988781685014315553501沪深300EnsTRI5735866053191828675120688310872075014305604501EnsTRU387761904119073160516450258401585114475466511资料来源中信建投WIND8关系图谱增强组合跟踪表现沪深300图谱增强沪深300图谱增强TRU组合累计收益151超额327超额夏普239跟踪误差488三组合样本外以来至9月8日近一周近一月超额均为正近两周出现负超额-011-027-013样本外超额日胜率均在60以上图表沪深300图谱增强踪累计超额绝对收超额收超额夏超额年化超额最超额日跟踪误益益普比率波动率大回撤胜率差EnsLRI样本外0962712074681596232468近一周-0680689383620008000362近一月-5591252544441396207444近两周073-011-0674450785000445EnsTRI样本外0502251764571426087457近一周-07106510543120076000312近一月-5801042324071426207407近两周057-027-1564410804000441EnsTRU样本外1513272394881916812488近一周-07905710082850008000285近一月-5371473304041216897404近两周070-013-0903890686000389资料来源中信建投WIND9知识图谱增强组合跟踪表现中证500图谱增强中证500图谱增强TRU组合累计收益-275超额292超额夏普293跟踪误差375三组合样本外以来至9月8日近一周近一月超额均为正TRULRI近两周出现负超额图表中证500图谱增强踪累计超额超额收超额夏超额年化超额最超额日跟踪误绝对收益益普比率波动率大回撤胜率差EnsLRI样本外-3172492383931026522393近一周-0170569023180188000318近一月-5111132633840816897384近两周222-006-0404530706000453EnsTRI样本外-3272402333891325507389近一周00107412762950108000295近一月-5270962383630675517363近两周2530251414230616000423EnsTRU样本外-2752922933751056087375近一周-0170569373050158000305近一月-5290942283690846207369近两周222-006-0374730766000473资料来源中信建0投WIND10知识图谱增强组合跟踪表现中证800图谱增强中证800图谱增强TRI相对较优累计收益-030超额250超额夏普218跟踪误差415三组合样本外来至9月8日近一月近一周超额均为正样本外超额日胜率均在55以上近两周出现负超额图表中证800图谱增强踪累计超额绝对收超额收超额夏超额年化超额最超额日跟踪误益益普比率波动率大回撤胜率差EnsLRI样本外-0522281824481525797448近一周-04507415942360058000236近一月-5411272874001376552400近两周117-004-0274590825000459EnsTRI样本外-0302502184151235652415近一周-04907014292490088000249近一月-5571112653791216207379近两周104-016-0934580855000458EnsTRU样本外-0891911534462115652446近一周-05606413402410108000241近一月-5531162733821206897382近两周098-023-1364350846000435资料来源中信建投WIND11知识图谱增强组合跟踪表现中证1000图谱增强中证1000图谱增强TRI相对较优累计收益-364超额354超额夏普357跟踪误差379三个集成组合样本外来至9月8日近一月近两周近一周超额均为正超额日胜率均在55以上图表中证1000图谱增强踪累计超额绝对收超额收超额夏超额年化超额最超额日跟踪误益益普比率波动率大回撤胜率差EnsLRI样本外-3843353403771236087377近一周07408213083180078000318近一月-5490851794271056207427近两周4170371665381056000538EnsTRI样本外-3643543573791076377379近一周0840929924710098000471近一月-5450901834431076207443近两周4270472015771076000577EnsTRU样本外-4232952953821685797382近一周06006712302780056000278近一月-5990350773910905172391近两周4110311724350905000435资料来源中信建投WIND12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13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201820192020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买入相对涨幅15以上报告中投资建议涉及的评级标准为报告发布日后6个增持相对涨幅515月内的相对市场表现也即报告发布日后的6个月内股票评级中性相对涨幅-55之间公司股价或行业指数相对同期相关证券市场代减持相对跌幅515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卖出相对跌幅15以上市场以恒生指数作为基准美国市场以标普500指强于大市相对涨幅10以上数为基准行业评级中性相对涨幅-10-10之间弱于大市相对跌幅10以上14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本报告为中信建投所有未经中信建投事先书面许可任何机构和或个人不得以任何形式转发翻版复制发布或引用本报告全部或部分内容亦不得从未经中信建投书面授权的任何机构个人或其运营的媒体平台接收翻版复制或引用本报告全部或部分内容版权所有违者必究中信建投证券研究发展部中信建投国际北京上海深圳香港东城区朝内大街2号凯恒中心B浦东新区浦东南路528号南塔2103福田区福中三路与鹏程一路交汇处中环交易广场2期18楼座12层室广电金融中心35楼电话86108513-0588电话86216882-1612电话867558252-1369电话8523465-5600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lizhiyaocsccomcn邮箱wengqifancsccomcn邮箱caoyingcsccomcn邮箱charleneliucscihk15