渤海证券-行业轮动研究五：改进后的基于随机森林的行业轮动模型-220930

《渤海证券-行业轮动研究五：改进后的基于随机森林的行业轮动模型-220930（19页）.pdf》由会员分享，可在线阅读，更多相关《渤海证券-行业轮动研究五：改进后的基于随机森林的行业轮动模型-220930（19页）.pdf（19页精品完整版）》请在悟空智库报告文库上搜索。

　　在往期发布的报告《使用随机森林算法的行业轮动模型》中，我们选择了变动较为剧烈的技术面因子，行业估值因子（PB、PE），行业内部股票一致度因子（行业内上涨股票比例）与行业龙头股走势（行业内前3名股票涨跌幅）构建行业因子库。使用随机森林算法构建行业轮动模型。基于每个行业指数单独建立随机森林模型，X为训练集数据，Y为未来5日/20日指数涨跌（上涨、下跌两种情况）。将验证集数据带入训练后的模型中进行择时。训练集数据使用5/20日滚动，验证集数据每周或每月判定一次。假设择时虚拟账户初始持有现金为1，如在空仓情况下模型判定下周上涨，则在下周一使用开盘价将现金换为对应份数的指数；如在空仓情况下模型判定下周下跌，则不进行操作，继续持有现金。如在持仓情况下模型判定下周下跌，则在下周一使用开盘价卖出指数，持有现金；如在持仓情况下模型判定下周上涨，则继续持仓。
　　本次我们在原有模型基础上，增加了行业景气度因子与分析师预期因子，以2010-2019年31个申万行业指数因子日数据为训练集，以2020年至今31个申万行业指数因子日数据为验证集，构建了新的行业轮动模型。
　　使用新建立的行业轮动模型对申万31个行业指数进行择时，周度模型表现更好，2020年至今平均超额收益45%，择时模型平均收益55%，平均减少最大回撤7%。在31个行业中，有29个行业的择时结果强于指数。月度模型2020年至今平均超额收益20%，择时模型平均收益29%，平均减少最大回撤10%。在31个行业中，有23个行业的择时结果强于指数，择时表现不佳的行业主要为周期类行业，如煤炭、钢铁、石油石化、有色金属、基础化工，以及公共事业和电力设备。
　　未来，我们会继续改进行业轮动模型。同时，使用机器学习方法构建的行业轮动模型，在解释性上具有一定缺陷，我们为了也会尝试寻找更加直观的模型构建方式。
　　风险提示：市场波动和市场风格转换风险，本报告不构成投资建议