行业研究报告

2019宏观数据去噪降维研究:抑制过拟合的FICC应用|天风证券

2019-03金融投资28天风证券

投资者常直接使用未经加工的宏观数据,导致严重的过拟合风险。本报告提出系统性的宏观数据去噪与降维方法:采用X-13-ARIMA-SEATS进行季节调整(春节窗口设为节前10天、节后7天),并对比DFM与PCA模型,建议量化中使用PCA降维。基于此构建天风制造业活动指数(TFMAI)和实体经济货币条件指数(TFEMCI)。在债券市场中,三大指标等权合成择时胜率达64.65%;股票市场中,结合货币因子的动态择时策略年化收益14%、夏普比1.15、胜率60.40%。适合量化投资者、宏观策略研究员、金融工程师、基金经理等从业者参考。

报告摘要

投资者常直接使用未经加工的宏观数据,导致严重的过拟合风险。本报告提出系统性的宏观数据去噪与降维方法:采用X-13-ARIMA-SEATS进行季节调整(春节窗口设为节前10天、节后7天),并对比DFM与PCA模型,建议量化中使用PCA降维。基于此构建天风制造业活动指数(TFMAI)和实体经济货币条件指数(TFEMCI)。在债券市场中,三大指标等权合成择时胜率达64.65%;股票市场中,结合货币因子的动态择时策略年化收益14%、夏普比1.15、胜率60.40%。适合量化投资者、宏观策略研究员、金融工程师、基金经理等从业者参考。

核心要点

  1. 引言
  2. 宏观信息加工方式探析(季节性去噪、宏观信息降维方法)
  3. 宏观指数构建(TFMAI、TFEMCI)
  4. 构建指数预测能力检验(债券市场、大宗市场、股票市场)
  5. 风险提示

报告信息

文件全名
FICC系列研究专题(一):宏观数据的去噪、降维及应用,如何抑制宏观信息“过拟合”?-天风证券
适合读者
量化投资者宏观策略研究员金融工程师基金经理
核心数据
  1. 债券择时胜率64.65%
  2. 股票策略年化14%
  3. 夏普1.15
  4. 胜率60.40%
  5. 春节窗口前10天后7天
核心议题
金融投资抑制过拟合FICC天风证券

常见问题

《2019宏观数据去噪降维研究:抑制过拟合的FICC应用|天风证券》主要包含哪些内容?

投资者常直接使用未经加工的宏观数据,导致严重的过拟合风险。本报告提出系统性的宏观数据去噪与降维方法:采用X-13-ARIMA-SEATS进行季节调整(春节窗口设为节前10天、节后7天),并对比DFM与PCA模型,建议量化中使用PCA降维。基于此构建天风制造业活动指数(TFMAI)和实体经济货币条件指数(TFEMCI)。在债券市场中,三大指标等权合成择时胜率达64.65%;股票市场中,结合货币因子的动态择时策略年化收益14%、夏普比1.15、胜率60.40%。适合量化投资者、宏观策略研究员、金融工程师、基金经理等从业者参考。核心数据:债券择时胜率64.65%;股票策略年化14%;夏普1.15。

这份报告由哪家机构发布?

本报告由天风证券发布,发布于 2019 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2019 年,全文约 28。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合量化投资者、宏观策略研究员、金融工程师、基金经理等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、抑制过拟合、FICC、天风证券等议题。

继续阅读

同分类报告

查看全部
📱 登录