金融工程量化研究基于隐马尔可夫模型的行业轮动策略，模式识别之状态匹配.pdfVIP

金融工程研究报告证券研究报告

目录

1前言1

2时间序列建模方法概述1

2.1其他时间序列模型——GARCH模型1

2.2隐马尔可夫模型原理2

2.3隐马尔可夫模型示例3

3基于隐马尔可夫模型行业轮动策略回测框架5

3.1样本区间选择5

3.2模型回测逻辑及框架5

3.3模型回测逻辑的几点思考6

3.3.1形态特征代理变量的选择6

3.3.2特征的标准化7

3.3.3上行、下行形态的划分8

3.3.4状态序列相似度计算采样窗口长度8

3.3.5状态序列相似度计算逻辑8

4基于隐马尔可夫算法行业轮动模型回测表现9

4.1样本内回测9

4.1.1模型参数选择9

4.1.2优选参数下样本内表现13

4.2样本外检验15

5总结和展望19

5.1本文总结19

5.2未来展望19

6风险提示20

请务必仔细阅读本报告最后部分的重要法律声明

金融工程研究报告证券研究报告

插图目录

图1收盘价概率分布图6

图2收益率概率分布图6

图3波动率概率分布图7

图4波动率差分概率分布图7

图5换手率概率分布图7

图6换手率差分概率分布图7

图7样本内最优参数下行业轮动模型累计超额收益12

图8样本内分组超额收益13

图9历史区间3.5%涨跌阈值下样本内显著上涨、下跌平均样本数14

图10行业轮动模型累计超额收益及最大回撤16

图11样本外月度IC统计16

图12样本外月度超额收益16

图13样本外Top行业下月收益位于全行业平均名次18

图14样本外Top行业下月收益位于全行业各名次出现次数18

图15样本外Top行业月度换手率18

表格目录

表1各个鱼缸两种颜色鱼的数量3

表2样本内不同涨跌阈值、不同观察窗口长度下模型累计超额收益9

表3样本内不同涨跌阈值、不同观察窗口长度下模型超额收益最大回撤10

表4样本内不同涨跌阈值、不同观察窗口长度下模型超额收益年化波动率10

表5样本内不同涨跌阈值、不同观察窗口长度下模型超额收益月度胜率11

表6样本内不同涨跌阈值、不同观察窗口长度下模型超额收益月盈亏比11

表7样本内不同涨跌阈值、不同观察窗口长度下模型超额收益信息比率12

表8样本内月度超额收益15

表9样本外超额收益统计15

表10样本外月度优选行业及其下月收益排名17

请务必仔细阅读本报告最后部分的重要法律声明

金融工程研究报告证券研究报告

本文在中信一级