>> 山西證券-量化投資框架：基于JumpModel和XGBoost的資產配置框架-250617
| 上傳日期： |
2025/6/17 |
大?。?/td>
| 2583KB |
| 格式： |
pdf 共17頁 |
來源： |
山西證券 |
| 評級： |
-- |
作者： |
黎鵬 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
投資要點：
資產市場狀態(tài)識別
采用Jump Model來識別市場狀態(tài)。該模型通過對資產收益率的變化進行分解，區(qū)分出平穩(wěn)變化與跳躍變化，以捕捉市場的結構性變化。其優(yōu)勢在于能夠更精確地識別市場的非連續(xù)性變化，從而提供比傳統(tǒng)波動率模型更清晰的市場狀態(tài)劃分。
市場狀態(tài)預測
使用XGBoost作為核心預測模型。XGBoost通過集成學習方法提高預測精度，并能夠處理高維度、多特征的數(shù)據(jù)，使其在市場狀態(tài)預測中表現(xiàn)優(yōu)異。模型使用默認參數(shù)進行設置，以避免參數(shù)交互作用可能導致的一系列問題。
投資組合構建
基于預測的市場狀態(tài)信號，采用均值-方差優(yōu)化進行投資組合調整。在市場狀態(tài)發(fā)生變化時，該方法能夠動態(tài)調整資產配置，優(yōu)化收益與風險的平衡。策略在使用7種資產進行回溯測試中取得6.37%的年化收益率，同時保持0.58的信息比率，展現(xiàn)出良好的風險收益特性。
風險提示：報告內容根據(jù)公開數(shù)據(jù)整理得出，結論基于歷史價格信息和統(tǒng)計規(guī)律，但二級市場受各種即時性政策以及宏觀經濟影響易出現(xiàn)統(tǒng)計規(guī)律之外的走勢，所以相關結論無法代表市場未來走勢;模型存在失效風險，由于模型構建、參數(shù)估計、假設條件等方面存在的不確定性或錯誤，可能導致模型預測結果與實際情況產生顯著偏離;報告閱讀者需審慎參考報告結論
|
|
