深度风险模型与强化风险模型的构建及组合优化 | 民生金工

国联民生叶尔乐 2026-06-30 置信度: high

综合质量 5 /5

新颖性 5 /5

可复现性 4 /5

核心内容

提出两种新型AI风险模型替代传统Barra风险模型。深度风险模型(DRM)采用GAT+GRU架构，GAT剥离横截面股票相关性得到残差信息，GRU捕捉时序动态，上下双支拼接生成10个风险因子。强化风险模型(RLRM)利用PPO算法动态生成因子，将问题转化为CMDP，约束时序自相关性。最终结合LinSAT网络直接进行端到端的组合优化。

经济逻辑

传统线性风险模型在市场冲击下失效，非线性关系成为主导。DRM通过GAT捕捉股票网络结构的相似度残差，GRU建模时序动态，从而更准确刻画真实市场风险。RLRM通过在线强化学习动态适配最新市场状态，避免深度学习滚动训练导致的因子逻辑漂移，提升风险因子与Alpha因子的异质性，减少风控对Alpha的约束牺牲。

超额收益逻辑

超额收益来源于更精准的非线性风险刻画减少了组合优化中对Alpha因子的错误约束。同时，端到端的LinSAT网络直接优化组合权重，放宽了部分跟踪误差限制，释放了更多收益弹性（中证1000年化超额从12.9%提升至17.1%）。

构造细节 [model]

模型架构

深度风险模型分为上下两支：上支为GAT+GRU，下支为GRU。GAT使用简化的自注意力机制（Q/K/V完全相同为n只股票T个时间步上的k个原始特征），经线性变换后计算注意力权重（LeakyReLU+softmax），用输入减去GAT输出得到残差。上下两支分别经过FC+Norm输出K/2个因子，拼接得10个风险因子。强化风险模型基于PPO：Actor网络输出风险因子，Critic网络评估R2，使用拉格朗日松弛将自相关性约束转为无约束优化，并采用在线策略更新。

输入

过去40日个股的日频量价Barra CNE5的10个基础风险因子

输出

10个深度风险因子，或LinSAT网络直接输出的个股持仓权重

训练

DRM：训练集+验证集4年，每年滚动训练。损失函数=正则化残差 + λ*因子正交性优化(协方差矩阵逆的迹) + 多任务拟合(未来20日收益)。RLRM：训练集3年验证集1年，初始2016-2018/2019。每回合训练所有天数并进行10次epoch梯度更新，样本外每20天动态更新策略网络。

数据输入

: (日频): (日频)

组合方式

结合Meta_Master或AEG因子进行组合优化，约束个股偏离2%、行业偏离10%、风险因子偏离0.5倍标准差、预测TE 5%；或利用LinSAT网络直接拼接Alpha Encoder端到端输出持仓。

绩效

33%

深度风险模型日度收益回归解释度

35.3%

强化风险模型日度收益回归解释度

11.7%

中证500指增(强化风险模型+Meta_Master)年化超额

2.73

中证500指增(强化风险模型+Meta_Master)信息比率

17.1%

中证1000指增(LinSAT网络端到端)年化超额

3.27

LinSAT网络最高信息比率

基准: 沪深300、中证500、中证1000

回测期: 2020年至最新日期

深度风险模型和强化风险模型将日度收益回归解释度从传统的29%分别提升至33%和35.3%。强化风险模型应用于组合优化后，中证500指增年化超额11.7%，IR达2.73。基于LinSAT网络的端到端组合优化进一步释放收益弹性，中证1000指增年化超额达17.1%，最高信息比率达3.27。

收益归因 ✓ 已完成

通过带约束的OLS回归分离国家因子、行业因子和风险因子，计算R^2以评估解释度；同时计算风险因子与传统Barra风格因子及深度学习Alpha因子的相关系数，评估因子间的独立性与同质化情况。

方法: 带约束的OLS回归与相关性分析

缺口: 传统风险模型在市场冲击下解释度降低且难以捕捉非线性关系。深度风险模型解决了上述问题，但存在滚动重新训练导致因子含义不一致、与Alpha因子同质化及解释度仍有改进空间的问题。强化风险模型通过在线动态更新策略网络，进一步解决了因子含义不一致问题并提升了解释度和时序稳定性。

稳健性

子样本稳定性: RLRM因子平均一阶时序自相关性达94.6%，稳定性显著优于DRM(92%)。

风格偏差: 与传统Barra风格因子相关性参差不齐，与Beta、流动性、动量、市值与波动率相关性较高，与盈利、杠杆等基本面因子相关性较低。

RLRM通过样本外在线更新策略使得因子逻辑一致，适应最新市场状态。风险因子与深度学习Alpha因子相关性较低（平均绝对相关系数16.3%），有效避免风控同质化牺牲。

数据依赖

所需数据: A股日频量价数据、Barra CNE5的10个基础风险因子数据、个股行业分类与市值数据。

可复现性: hard

涉及GAT、GRU、PPO等复杂深度学习与强化学习模型的联合构建与调参，同时需要实现LinSAT网络进行端到端约束优化，工程实现与超参数调优难度极高。

新颖性评估 [新方法]

创新性地将GAT残差思想与GRU结合生成风险因子，并引入强化学习(PPO)解决风控因子的在线一致性问题，最后利用LinSAT网络实现端到端的约束组合优化输出，属于风险模型构建与组合优化方法的双重创新。

不足与缺陷

深度学习/强化学习模型的黑盒属性较强，风险因子的经济含义较弱。
GAT网络使用完全相同的Q/K/V捕捉相似度，方法较简化，未充分利用真实图结构（如产业链网络）。
LinSAT端到端优化虽然提升了收益，但跟踪误差略微放大，且可能存在过拟合市场状态的风险。

可复用元素

DRM的多任务损失函数（拟合未来20日收益）提升因子时序稳定性。
PPO算法通过在线更新解决因子逻辑漂移问题的思路。
使用LinSAT网络在深度学习端直接施加组合优化约束输出权重。

启发

风险模型的构建不应仅局限于截面线性回归，时序网络(GRU)与横截面关系网络(GAT)的结合能显著提升协方差估计精度。
在线强化学习是解决因子逻辑漂移的有效手段。

改进方向

利用真实产业链或资金流网络替代简化的Q/K/V自注意力GAT。构造真实的上下游供应链图结构，使用异构图注意力网络捕捉行业间与个股间的真实基本面关联残差。

基于: GAT残差提取特质信息的思想预期收益: 提升风险因子的经济可解释性，进一步剥离系统性风险，增强残差Alpha的纯度，改善组合优化的跟踪误差。

复现计划

1. 准备A股量价与Barra CNE5日频因子数据，标准化处理。2. 搭建GAT+GRU双支DRM模型，实现多任务损失函数（预测未来20日收益），按4年滚动训练。3. 搭建PPO强化学习框架，定义CMDP(S,A,R,C)，S为编码后状态，A为因子输出，R为R2，C为自相关约束，在线更新策略网络。4. 分别计算DRM和RLRM的R2及风格因子相关性验证。5. 接入Meta_Master/AEG因子，使用带约束的OLS回归预测风险因子收益及特质风险，或使用LinSAT网络端到端输出持仓。6. 设定双周频调仓，个股偏离2%，行业偏离10%，费率千分之二，在沪深300/500/1000基准上进行回测。