设为首页收藏本站
查看: 1277|回复: 0
打印 上一主题 下一主题

[分析师:金融量化策略] 螺纹钢指标筛选与大类因子合成研究

[复制链接]

新浪微博达人勋

0

广播

3

听众

0

好友

Rank: 3Rank: 3

积分
274
QQ
跳转到指定楼层
楼主
发表于 2020-7-27 16:43:30 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
★数据与指标处理

基于钢铁行业五大类因子我们选取共计170个基本面指标,分属于供应类、需求类、库存类、宏观经济类、现货价格价差类。我们基于基本面数据指标进行原值、环比变化率、较历史同期均值比、较历史同期均值比变化率四种处理方法,以提取其相应维度的信息。历史同期均值比指标是为了提取高频数据历史相对水平维度信息,类似于低频数据同比的概念,更适用于高频数据。
★预测回归与因子合成方法论
  
基于IVX的预测回归方法论:预测回归方法论方面我们使用Kostakis(2015)提出的IVX方法进行样本外滚动预测,该方法无需特别区分即可处理平稳序列、协整序列、近似协整序列、近似平稳序列,对于内生性较强的金融时间序列适用性广,有效避免了基于传统回归时对数据进行平稳性转换时的信息丢失。
  
基于3PRF模型的降维与因子合成方法:基于样本外滚动窗口对螺纹五大类基本面指标分别进行动态筛选与赋权,得到供给、需求、库存、宏观、价格价差共五大综合指标。我们使用Kelly (2015)提出的3PRF (Three-pass Regression  Filter)模型进行降维,该模型以预测目标变量的协方差最大为降维目标更适用于预测问题。
  
★螺纹量化择时效果

基于单因子筛选结果进行等权复合回测结果显示:对于周度预测2011年至今年化收益率53%,年化波动率18%,最大回撤-18%,日胜率57%,夏普比率2.80,换手率(月)0.80(换手率可降至0.4,夏普率2.63);月度预测夏普比率1.79,换手率(月)0.25。
基于3PRF模型将大量基本面数据进行降维得到的螺纹基本面四大类因子(供给A、需求B、库存C、宏观D)综合信号预测结果显示:2014年至今年化收益率40%,年化波动率20%,最大回撤-22%,日胜率55%,夏普比率1.85,换手率(月)0.98。

东证期货_专题报告_螺纹钢指标筛选与大类因子合成研究_王冬黎、顾萌_20191011.pdf.pdf

4.78 MB, 下载次数: 0

分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友 微信微信 微信微信易信易信
收藏收藏 转播转播 分享分享 分享淘帖 分享到新浪微博
求知!求职!求交往!我的期货世界,我的期货帮!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 新浪微博登陆

本版积分规则

快速回复 返回列表 客服中心 搜索 官方QQ群 每日签到

QQ|小黑屋|手机版|Archiver|期货帮    

GMT+8, 2024-11-1 07:23 , Processed in 0.824000 second(s), 36 queries .

Powered by 期货帮!

© 2001-2015 Comsenz Inc. Templated By 期货日报新媒体中心

豫公网安备 41010702002003号 豫ICP备13022189号-3

快速回复 返回顶部 返回列表