华泰期货-量化专题报告：混频基本面量化模型在黑色商品板块中的应用-181228

《华泰期货-量化专题报告：混频基本面量化模型在黑色商品板块中的应用-181228（14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：混频基本面量化模型在黑色商品板块中的应用-181228（14页）.pdf（14页精品完整版）》请在悟空智库报告文库上搜索。

        混频基本面量化模型简介
        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和钢厂产能等。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的预期也应发生变化，但是如何处理这些不同频率的数据是量化模型的一大难题。该报告使用一种能结合低频数据与高频数据进行高频预测的时间序列模型：R-MIDAS(Reverse-Mixed  Data  Sampling),中文可以译作反面混合数据采样模型，这种模型是Eric  Ghysels等人研究的MIDAS模型的反向应用，MIDAS模型是利用高频数据预测低频数据，而R-MIDAS则是利用低频数据预测高频数据，因此被称为反面。根据以往报告的研究，这种模型能够有效处理不同频率的基本面数据。
        这篇报告仍然使用R-MIDAS模型作为日频基本面策略的核心，同时作出了大量改进。首先这篇报告中使用的黑色商品基本面数据来源于更专业的数据服务提供商钢联，这使得基本面数据的因子数据更加准确，更新更加及时，同时可供选择的因子种类也更多。其次，这篇报告加入了最小角回归(Least  Angle  Regression,  LARS)算法进行动态因子选择，在不同时间节点和不同时间窗口下从钢联数据中选择出真正具有预测能力的因子组合，并使用交叉验证进行模型超参数的动态选择。回测结果表明，在此策略框架下各个黑色商品包括螺纹钢、热轧卷板、铁矿石、焦煤和焦炭等都能取得较高的年化收益。