⚫ 近年来,以神经网络、决策树等非线性的机器学习模型在量化投资领域得到了广泛的应用。基于机器学习模型良好的拟合和特征提取能力,我们引入神经网络的相关模型,基于日频的量价因子(特征)进行训练,从而对未来N 日的利率涨跌和国债期货涨跌进行预测。
⚫ 本文的因子库基于成交量、价格动量、价格波动、期限利差水平、期限利差动量、税收利差水平、税收利差动量、期现价差、资金面水平、资金面波动10 个大类的日频指标产生,共计779 个时序因子。
⚫ 本文参考Bao et al.(2017)的思路,设计了一个两阶段预测模型(SE-GRU 模型),第一阶段是使用稀疏编码器(Sparse Encoder)进行多维时间序列的信息提取,即通常所说的降维步骤,第二阶段是对降维后的时间序列使用GRU 模型进行监督训练。损失函数由2 部分组成,拟合的均方误差损失和稀疏自编码器提取特征的稀疏化约束。
⚫ 基于 SE-GRU 模型,可以日频得到“未来N 日的利率涨跌和国债期货涨跌”的预测值,从而形成各类标的的日频多空信号。本文选用10 年期国债期货主力合约(T)、5年期国债期货主力合约(TF)、10Y 国开活跃券、5Y 国开活跃券作为回测标的,测试集结果显示,预测变量采用“未来3 日”和“未来5 日”的收益是较为合意的选择。
⚫ 样本外的测试集回测结果表明,预测模型取得了不错的绝对收益和相对收益: ◼ 对于10 年期国债期货,年化收益达到5.98%,收益风险比达2.36,平均交易天数为4.79 天/次,其中,多头端年化3.81%,空头端年化2.26%; ◼ 对于5 年期国债期货,年化收益达到3.42%,收益风险比达2,平均交易天数为5.74 天/次,其中,多头端年化2.42%,空头端年化1.02%; ◼ 对于10 年国开活跃券,年化赚得收益率达到62.03bps,收益风险比达1.5,平均交易天数为8.85 天/次; 信号用于久期轮动策略年化5.5%,最大回撤 1.47%; ◼ 对于5 年国开活跃券,年化赚得收益率达到63.46bps,收益风险比达1.28,平均交易天数为9.07 天/次; 信号用于久期轮动策略年化4.32%,最大回撤 0.87%; ⚫ 最后,本文还尝试使用积分梯度法分析预测模型的特征重要性,即各个因子对模型预测产生的影响的大小和排序,可供投资者参考。结果显示,T 合约成交量、 30Y/10Y 国债换手率、利率的动量、资金面水平、现券波动、税收利差等因子贡献较大。
相关报告
2023年宏观经济与资产展望:利率压制缓解,经济改善可期
3030
类型:宏观
上传时间:2022-11
标签:宏观经济、资产、利率)
语言:中文
金额:5积分
高盛集团-2022年宏观展望:通往更高利率的漫长道路
2317
类型:宏观
上传时间:2021-12
标签:利率、宏观展望、2022年)
语言:英文
金额:5积分
2021年债市策略:共识的盲点-20201118-招商证券-47页
1153
类型:行研
上传时间:2020-11
标签:债市策略、投资陷阱、利率)
语言:中文
金额:免费
My Life as a Quant Reflections on Physics and Finance《华尔街量化交易入门级教科书》
955
类型:电子书
上传时间:2020-09
标签:华尔街、定量股、利率)
语言:英文
金额:5积分
华西证券—四季度宏观经济及大类资产展望:中美同步放缓,利率再降一阶
867
类型:宏观
上传时间:2021-08
标签:宏观经济、利率)
语言:中文
金额:免费
利率基准改革攻坚期过渡准备时不我待
585
类型:专题
上传时间:2021-07
标签:利率、改革)
语言:中文
金额:免费
货币政策常态化全面降准落地,收益率或围绕3.0%中枢区间波动
566
类型:专题
上传时间:2021-07
标签:货币政策、收益率、利率)
语言:中文
金额:免费
华夏东方红年金保险产品计划介绍亮点-22页
478
类型:经管职场
上传时间:2020-10
标签:养老金保险、利率、增值)
语言:中文
金额:免费
HSBC-亚太地区宏观策略-亚洲利率:意识与敏感性-2021.2.18-35页
460
类型:宏观
上传时间:2021-02
标签:宏观、利率、亚洲)
语言:英文
金额:5积分
电子书-银行账簿中的利率 - 保罗·纽森(英文)-309页
447
类型:电子书
上传时间:2022-04
标签:银行、利率)
语言:英文
金额:5积分
积分充值
30积分
6.00元
90积分
18.00元
150+8积分
30.00元
340+20积分
68.00元
640+50积分
128.00元
990+70积分
198.00元
1640+140积分
328.00元
微信支付
余额支付
积分充值
应付金额:
0 元
请登录,再发表你的看法
登录/注册