聚焦海外宏观利率攻略系列:如何构建基于机器学习的10Y美债预测框架?。2016 年、2018 年均为 54%,2017年 53%,2016-2018 年受限于部分数据学习集内样本较少,可用因子实际偏少,导致模型胜率降低,2022 年 52%,在 50%-54%区间低位徘徊;2021 年准确率46%,为样本期间唯一低于 50%的年份,该模型对“零利率”、“货币政策快速大幅转向”等极端货币政策情况下,受限于利率波动小、受经济指标及货币政策变动影响小,预测判断准确度相对有限。分年度审视模型,“多空”口径方面,2023 年准确率达到 74%,为样本期间最优水平;2024 年以 71%紧随其后,2019 年 65%同样表现较好。
聚焦海外宏观利率攻略系列:如何构建基于机器学习的10Y美债预测框架?。2016 年、2018 年均为 54%,2017年 53%,2016-2018 年受限于部分数据学习集内样本较少,可用因子实际偏少,导致模型胜率降低,2022 年 52%,在 50%-54%区间低位徘徊;2021 年准确率46%,为样本期间唯一低于 50%的年份,该模型对“零利率”、“货币政策快速大幅转向”等极端货币政策情况下,受限于利率波动小、受经济指标及货币政策变动影响小,预测判断准确度相对有限。分年度审视模型,“多空”口径方面,2023 年准确率达到 74%,为样本期间最优水平;2024 年以 71%紧随其后,2019 年 65%同样表现较好。
聚焦海外宏观利率攻略系列:如何构建基于机器学习的10Y美债预测框架?。2016 年、2018 年均为 54%,2017年 53%,2016-2018 年受限于部分数据学习集内样本较少,可用因子实际偏少,导致模型胜率降低,2022 年 52%,在 50%-54%区间低位徘徊;2021 年准确率46%,为样本期间唯一低于 50%的年份,该模型对“零利率”、“货币政策快速大幅转向”等极端货币政策情况下,受限于利率波动小、受经济指标及货币政策变动影响小,预测判断准确度相对有限。分年度审视模型,“多空”口径方面,2023 年准确率达到 74%,为样本期间最优水平;2024 年以 71%紧随其后,2019 年 65%同样表现较好。核心数据:2016 年、2018 年均为 54%,2017年 53%,2016-2018 年受限于部分数据学习集内样本较少,可用因子实际偏少,导致模型胜率降低,2022 年 52%,在 50%-54%区间低位徘徊;2021 年准确率46%,为样本期间唯一低于 50%的年份,该模型对“零利率”、“货币政策快速大幅转向”等极端货币政策情况下,受限于利率波动小、受经济指标及货币政策变动影响小,预测判断准确度相对有限;分年度审视模型,“多空”口径方面,2023 年准确率达到 74%,为样本期间最优水平。
本报告由国联民生证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
重点分析了利率、宏观、海外宏观利率攻略系列等议题。