专栏名称: 人工智能学派
人工智能学派专注于分享:GPT、AIGC、AI大模型、AI算力、机器人、虚拟人、元宇宙等AI+160个细分行业!
目录
相关文章推荐
野球帝  ·  自家长袖T恤!原价69元,福利价49元! ·  昨天  
苏群  ·  国民品牌 "雅鹿" ... ·  2 天前  
苏群  ·  湖人没准还在憋大招 ·  3 天前  
苏群  ·  卢卡爽了,丢下欧文怎么办? ·  4 天前  
51好读  ›  专栏  ›  人工智能学派

AI专题:AI算法研究系列-利用趋势追踪实现行业配置

人工智能学派  · 公众号  ·  · 2024-08-17 17:28

正文

如何下载资料?

微信扫下方二维码加入星球平台

【老会员续费特惠】

今天分享的是:AI专题:AI算法研究系列-利用趋势追踪实现行业配置

报告共计:17页

本报告围绕利用趋势追踪实现行业配置展开研究。首先介绍了趋势追踪在择时策略中的应用及面向资产组合的趋势追踪策略,接着通过基于日频价量的择时模型进行行业指数择时初探,发现价量择时在多数行业有效,但对部分行业适应性差,且多空仓位调整周期短、择时收益高的行业换手率略高。通过探究影响趋势追踪的资产内在属性,发现长期波动率水平在大类资产间有差异,股票指数短期波动率以长期波动率为中枢变化且不同行业短期波动率变化不同。

在此基础上构建指数趋势追踪模型,从数据处理及特征提取、模型结构及训练方式两方面进行优化。增加资产的波动特征作为模型输入,采取预训练与微调结合的训练方式。趋势追踪模型在行业指数上的择时效果超越基线模型,年化超额收益显著提升,波动和回撤降低。利用趋势追踪模型实现行业配置,可灵活调整行业配置组合中的标的数,市场下行时配置较少行业可降低回撤,市场震荡上涨时灵活数量配置可带来更低超额波动和更高累积收益。

总结而言,通过分析指数波动属性调整预测模型输入特征,优化数据预处理和模型训练方式,利用趋势追踪模型构建行业配置组合效果更好,相较于行业等权基准能实现更高年化超额收益,且能帮助投资者监测单个行业趋势变化及时调整。

以下为报告节选内容


扫下方二维码加入我们







请到「今天看啥」查看全文