华泰期货-量化专题报告：利用混频MIDAS模型预测期货周频收益率-180301

《华泰期货-量化专题报告：利用混频MIDAS模型预测期货周频收益率-180301（9页）.pdf》由会员分享，可在线阅读，更多相关《华泰期货-量化专题报告：利用混频MIDAS模型预测期货周频收益率-180301（9页）.pdf（9页精品完整版）》请在悟空智库报告文库上搜索。

        MIDAS模型简介
        金融时间序列通常通常包含多个维度，不同维度数据的采样频率也不一致。例如螺纹钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格，周频更新的螺纹钢库存，高炉开工率和线螺采购量等。如果其中某些可观测因子发生了变化，投资者对未来螺纹钢期货涨跌也会发生改变。如何及时利用更新的信息进行投资决策是投资者普遍关心的热点。
        本报告介绍一种可利用高频数据预测低频数据的时间序列模型:这里我们尝试利用计量经济学里经典的混频数据处理模型MIDAS(Mi(xed)  Da(ta)S(ampling))来综合螺纹钢基本面的据对周度收益率进行预测。MIDAS是一种线性回归模型，由于包含较长的日频数据，传统的线性回归模型要求较多的可调参数，所以MIDAS的研究者Eric  Ghysels等人就尝试利用多项式来代替模型中的可调参数。这类模型在学术界主要是用来预测宏观经济指标如GDP增长率等，这里我们尝试利用MIDAS模型来预测螺纹钢期货周频收益率。
        Eric  Ghysels等人提出的原始MIDAS模型只适用于低频周期间的预测，例如在每周结束后利用日频数据预测下周的收益率，但却无法在每周结束前根据日频数据的更新来更新对本周收益率的预测。Michelle  T.  Armesto等人在此基础上进行了改进，通过在模型中添加高频领先项实现了低频周期内的预测。
        在本报告里首先介绍了MIDAS模型的原理和结构，然后尝试利用周频和日频的螺纹钢因子数据对螺纹钢期货主力周频收益率进行预测，发现随着高频项的引入，这种模型在预测周频收益率方面均方根误差有所减少，虽然在螺纹钢这个品种上未能通过提高调仓频率来有效增加收益，但是能减少最大回撤。