AI算法研究系列-利用趋势追踪实现行业配置.pdf

金融工程专题

正文目录

1研究背景4

1.1趋势追踪在择时策略中的应用4

1.2面向资产组合的趋势追踪策略4

2行业指数择时初探4

2.1基于日频价量的择时模型4

2.2探究影响趋势追踪的资产内在属性6

3指数趋势追踪模型9

3.1数据处理及特征提取9

3.2模型结构及训练方式10

4趋势追踪模型表现12

4.1趋势追踪模型的择时效果12

4.2趋势追踪应用于行业配置14

5总结和展望15

6风险提示16

参考文献16

2/17请务必阅读正文之后的免责条款部分

金融工程专题

图表目录

图1：择时策略在申万一级行业指数上的超额收益及调仓情况4

图2：价量择时策略收益表现与指数自身波动率的关系6

图3：价量择时策略超额夏普与指数自身波动率的关系6

图4：农林牧渔行业指数（801010.SI）历史波动率变化情况8

图5：计算机行业指数（801750.SI）历史波动率变化情况8

图6：农林牧渔行业指数2019年以后波动率变化情况8

图7：计算机行业指数2019年以后波动率变化情况8

图8：煤炭行业指数2019年以后波动率变化情况8

图9：轻工制造行业指数2019年以后波动率变化情况8

图10：趋势追踪模型示意图11

图11：趋势追踪模型训练及测试区间划分11

图12：利用趋势追踪模型实现行业配置14

图13：固定数量行业配置组合累积净值表现15

图14：灵活数量行业配置组合累积净值表现15

表1：行业指数择时基线策略表现（2019.01.04至2022.12.30）5

表2：不同资产类别指数自身收益风险特征对比（2015.01.02至2024.06.30）7

表3：申万一级行业指数收益风险特征对比（2015.01.02至2024.06.30）7

表4：预处理后的价量数据特征列表9

表5：视觉信息特征工程超参数10

表6：趋势追踪模型及回测中的超参数列表10

表7：趋势追踪模型在申万一级行业指数上的择时效果（2017.01.02至2024.06.30）12

表8：最近一期截面行业择时观点（更新至2024.08.02）13

表9：不同的行业数量控制配置组合表现（2017.01.02–2024.06.28）14

表10：不同行业组合调整方式超额收益逐年对比（2017.01.02–2024.06.28）14

3/17请务必阅读正文之后的免责条款部分

金融工程专题

1