>> 東證期貨-商品基本面量化框架系列一：單品種預(yù)測體系-241226
| 上傳日期： |
2024/12/27 |
大?。?/td>
| 4463KB |
| 格式： |
pdf 共28頁 |
來源： |
東證期貨 |
| 評級： |
-- |
作者： |
王冬黎 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
★單品種預(yù)測體系
單品種的基本面擇時是商品基本面量化策略的關(guān)鍵。從策略邏輯上來說，全品種基本面量化是各個單品種策略加權(quán)得到的，本質(zhì)上是固定周期調(diào)倉的單品種擇時研究；從策略實現(xiàn)角度來說，商品基本面數(shù)據(jù)與股票基本面數(shù)據(jù)不同，后者多數(shù)為標(biāo)準(zhǔn)化數(shù)據(jù)如PE、PB等，且截面交易品種多，適用于截面多因子模型；而前者的公布頻段、量綱和統(tǒng)計口徑各不相同，在橫截面上不同數(shù)據(jù)間無法直接比較且交易品種較少，因此更好的策略構(gòu)建方法是在時序上的單品種建模。
★基本面因子：數(shù)據(jù)調(diào)整–特征提取–有效性評價
本文依托于繁微數(shù)據(jù)庫和相關(guān)品種分析師的整理，試圖將基本面研究和量化投資相結(jié)合，兼顧主觀的產(chǎn)業(yè)矛盾與量化的系統(tǒng)性分析，構(gòu)造出有效的單品種擇時信號。由于商品基本面數(shù)據(jù)的特殊性，我們在數(shù)據(jù)調(diào)整層面對不同基本面分類指標(biāo)做了可得性處理、缺失值填充、頻段調(diào)整等方法，并對經(jīng)簡單處理后的原始指標(biāo)做了增長率、季節(jié)性分解和分?jǐn)?shù)階差分三種特征提取，最終以線性和非線性的評價指標(biāo)入庫，以形成特色的基本面因子庫。
★高維信息集的降維預(yù)測
本文以可解釋性為主要目的，構(gòu)造了一個輕量型且可回溯的降維預(yù)測框架，并在樣本外驗證多周期效果。以單品種擇時框架來說，模型選取面臨的問題是如何在高維時間序列中提取出有效的信息，同時降低過程中的損失。前期嘗試了PCA、PLS和因子分析對特征集降維，但該類方法的問題在于并未考慮目標(biāo)變量（收益）的信息和僅包含特征間的線性組合。對此我們使用Fan et al（2017）提出的充分降維體系，構(gòu)造高維信息集的低維表達(dá)，通過Xgboost模型預(yù)測，并在樣本外驗證五個品種的多周期效果。
★風(fēng)險提示
指標(biāo)和模型基于歷史規(guī)律總結(jié)得出，不排除失效的可能。
|
|
