技術的サマリー：機械学習を活用した多因子定量的取引

1. 問題定義：上流汚染

本論文は、中国の A 株市場における定量的取引パイプラインで、しばしば見落とされる重大な欠陥を特定しています。それは「上流汚染（upstream contamination）」です。

A 株市場では、每日の価格制限（メインボードで±10%、STAR/創業板で±20%）により、制限価格に達した株式の終値は実行不可能（未約定の買い注文は未消化のまま）となります。業界の標準的な慣行は、全データセット上でローリングウィンドウ因子（移動平均、相関、ランク等）を計算し、集約後に取引不可能な株式をフィルタリングするというものです。

著者らは、この「事後（post-hoc）」フィルタリングが失敗することを示しています。なぜなら、ローリングウィンドウのプリミティブはすでに実行不可能な価格を取り込んでしまっているからです。これらの汚染された値は因子チェーン全体に伝播し、「ファントム・アルファ（phantom alpha）」を生み出します。

• 結果: モデルは、機械的に高いリターン（制限上限株式による）を予測することを学習しますが、これは取引不可能です。
• 影響: 実データにおいて、このバイアスを無視すると、見かけ上の情報係数（IC）が18%過大評価される一方で、実現されたシャープレシオは0.44 ポイント低下します。これは、モデルが取引不可能な出来事を予測する一種の先見バイアスです。

2. 手法：マスクファースト・アーキテクチャ

中核的な貢献は、「マスクファースト（mask-first）」設計パターンです。これは、データ読み込み時にブーリアン型の取引可能性マスク（$M \in \{0, 1\}^{T \times N}$）を構築し、すべての計算オペレータを通じてスレッド化するというものです。どのウィンドウも、取引不可能な価格を読み取ることはありません。

A. システムコンポーネント

1. マスク対応プリミティブ（GPU ベクトル化）:

   • torch.unfold を使用して 18 種類のカスタム PyTorch プリミティブを実装し、GPU 上でローリングウィンドウを処理します。
   • 速度: 標準的な pandas 実装に対して51 倍の高速化を達成しました（A100 上での 3,000 銘柄、213 因子パイプラインにおいて、10.6 秒対 542 秒）。
   • ロジック:
     • ランキング: マスクされたセルをソート前に $+\infty$ で埋めて最後にランク付けし、その後ゼロにします。分母には全株式数ではなく、有効なセルの個数を使用します。
     • 相関: マスク付きピアソン相関を計算します。ウィンドウ内のいずれかのセルがマスクされている場合、出力は信頼できないとマークされます。
     • EWMA: マスクされたセルに遭遇した際、リセットするのではなく、前のアキュムレータ値を維持し、ドリフトを防ぎます。
   • 精度: 再帰型プリミティブには float64 を使用して累積誤差を回避します（float32 では 2,500 ステップ後に 0.3% の相対誤差が観測されました）。

2. 因子エンジン:

   • 213 因子: 9 つのキュレーションされた Alpha101 数式と、A 株のマイクロストラクチャー固有の 204 のレガシー因子（VWAP 偏差、出来高回転のダイナミクス、制限値移動による流動性クラッシュなど）で構成されています。
   • 中立化: すべての因子は、クロスセクションal z スコアリングを行う前に、OLS により業界ダミー（CSI 29 カテゴリ）および対数時価総額に対して残差化されます。

3. 機械学習トレーニング:

   • データセット: 双方向フィルタリングにより、特徴量の日付（$t$）とラベルの日付（$t+1$）の両方が取引可能であることを保証します。
   • 調整済み MSE ロス: 符号誤りの予測を、大きさの誤差よりも 11 倍重く罰するカスタムロス関数（$\gamma=0.1$）。
     • 根拠: ポートフォリオマネージャーは、勝っている取引のサイズを過小評価する（大きさの誤差）よりも、下落する株式を購入する（方向性の誤差）ことにより、より大きな被害を受けます。
   • アーキテクチャ: 小規模な MLP（44K パラメータ）と、因子をシーケンス位置としてトークン化する Factor 軸 Transformer（220K パラメータ）をテストしました。
   • データ拡張: ブロック・ブートストラップ GBMを使用して合成リターンパネルを生成します。これにより、短距離の系列相関が保持され、ロスランドスケープが平滑化され、特に Transformer が破滅的な過学習を回避するのに役立ちます。

4. ポートフォリオ構築:

   • 最適化: 共分散推定に Ledoit-Wolf シュリンクゲージを用いた平均分散最適化（マークowitz）。
   • 制約: 買いのみ、最大ポジション 3%、リスク回避度 $\alpha=10$。
   • 効率性: cvxpy を使用し、問題の標準化を繰り返さないことでウォームスタートキャッシングを実現し、1 日あたりの求解時間を約 1.2 秒から約 0.2 秒に短縮しました。

3. 主要な結果

このシステムは、合成パネル（3,000 銘柄、14 年）と独自の実データ（2022–2024 年、A 株）で評価されました。

アブレーション研究

論文は各コンポーネントの寄与を分離し、データエンジニアリングがモデルの複雑さよりも重要であることを明らかにしました。

1. マスク契約: 単一の最大寄与者（+0.44 シャーレ）。これを除去すると、見かけ上の IC が高くなるにもかかわらず、実現パフォーマンスが劇的に低下します。
2. 調整済み MSE ロス: 標準的な MSE に対して**+0.27 シャーレ**を追加します。
3. GBM 拡張: +0.19 シャーレを追加します。
4. Ledoit-Wolf シュリンクゲージ: +0.18 シャーレを追加します。
5. Transformer アーキテクチャ: MLP に対して**+0.12 シャーレ**を追加します。

デフレート・シャープレシオ（DSR）: 多重検定（50 以上の構成を試験）を調整した後、実データのシャーレ 1.63 に対する DSR は0.978であり、真のシャーレがゼロを超える確率が 97.8% であることを示しています。

4. 意義と主張

本論文は、その貢献を新しい理論的ブレイクスルーとしてではなく、金融 ML における特定の失敗モードに対処する体系的なエンジニアリング研究として位置づけています。

• 理論よりエンジニアリング: 著者らは、「欺瞞的に小さな実装の選択」（NaN や制限上限価格の処理など）が、報告されるシャーレを数ポイント変動させると主張しています。彼らは、充填ギャップのマイクロストラクチャーを持つ市場（A 株など）において、データ品質エンジニアリングがアルファの源としてモデルアーキテクチャを凌駕すると主張しています。
• 「マスクファースト」パターン: 論文は、バイアスの排除を衛生ステップではなく、第一義的なパフォーマンス駆動因子であると提唱しています。マスクファーストアプローチは、取引不可能な価格（サーキットブレーカー、停止、T+1 制約など）を持つ市場に対して一般化可能なパターンとして提示されています。
• 透明性: 著者らは、プロプライエタリなデータなしで再現性を可能にするため、完全な実装（213 因子エンジン、トレーニングループ、オプティマイザ、バックテスト、合成データジェネレータ）を MIT ライセンスで明示的に公開しています。
• パフォーマンスにおける誠実さ: システムは、2024 年 9 月などの楽観的なラリー中に制限上限株式を正しく回避し、これらの特定の期間において市場指数に対してパフォーマンスが劣る結果となりました。著者らはこれを失敗ではなく、取引不可能なリターンを予測することを拒否する設計の「誠実なコスト」として位置づけています。

5. 認められた限界

• 買いのみの制約: A 株の空売り制限により、システムはロング・ショート・アルファを捕捉できません。
• 取引コスト: 凸型の市場インパクトを持つ大規模ポートフォリオには楽観的である可能性のある、線形コストモデル（5–8 bps）を使用しています。
• データウィンドウ: 実データテスト期間（2022–2024）は、1 つのベア、1 つの横ばい、1 つのブルサイクルのみをカバーしており、標準的な因子研究ウィンドウよりも短いです。
• 分布仮定: GBM 拡張は対数正規分布を仮定しており、テールイベントを過小評価する可能性があります。

論文は、「マスクファースト」契約がシステムの成功において最も重要な因子であると結論付けており、定量的取引において取引不可能なものを正しくモデル化することは、取引可能なものを予測することと同じくらい重要であることを証明しています。