原标题:市值风格预测月报:4月看好大盘股
想要
要点
1.模型框架概述:在《因子轮动研究系列之一:基于机器学习方法的A股市值风格轮动研究》,我们基于Adaboost和逻辑回归模型预测了未来一个月的市场价值风格表现。同时,据报道,根据模型置信度对两个模型的预测结果进行融合,得到两个模型的融合预测结果。
2.模型观点跟踪:根据两个模型的融合预测结果,大盘股将在2020年4月受到青睐。该模型自2019年以来预测准确率达到80.00%,2019年10月建立,五个纯样本准确率达到100%。两个基本模型的预测结果如下:1)Adaboost模型对4月份大盘股表现乐观,自2019年以来预测准确率达到80.00%;2)家得宝回归模型对4月小盘股持乐观态度,自2019年以来预测准确率为46.67%。
3.指数轮换策略:同时,根据模型的预测结果,动态选择配置沪深300或中国证券500指数构建指数轮换策略。沪深300与中国证券500指数轮换策略(2014/1-2020/3)的年化收益率为的12.15%,夏普比率为0.45,明显高于等权重策略的4.06%和0.16%,市场价值择时效果更好。
4.选定变量分析:根据最新选定变量的两个基本模型:1)利率相关变量的重要性显著增加。由于最近经济放缓,政府采取了积极的货币政策。我们预计相关变量的重要性将继续增加。2)美元和人民币汇率的重要性增加,其价值越大,大盘股占主导地位的可能性越大。从经济逻辑的角度来看,美元对人民币汇率的上升意味着人民币的贬值,这有利于提高出口竞争力。这更有利于海外收入较高的企业(主要是大盘股)的盈利能力。
风险提示:报告中的结果都是由相应的作者通过历史数据统计、建模和计算完成的。当政策和市场环境发生变化时,存在模型失败的风险。
1、引言
最近,在《因子轮动研究系列之一:基于机器学习方法的A股市值风格轮动研究》报告中,我们从宏观基本面、市场条件和因素自身特征三个维度收集了一系列变量,构建了风格轮换指标体系。我们建立了基于Adaboost和Logistic回归分类模型的a股市场资本化风格预测模型。同时,根据模型的置信度,进一步结合两个基本模型的预测结果,得到两个模型的融合预测结果。
本文给出了各模型的最新预测结果,并回顾了2019年以来各模型的预测结果。
2、基于双模型融合的A股市值风格轮动模型
2.1
双模型融合预测结果
根据两种模型融合预测的结果,大盘股将在2020年4月受到青睐。该模型自2019年以来的预测结果如图2所示,预测精度达到80.00%。
模型的详细施工过程见报告《》。
2.2
指数轮动策略跟踪
同时,根据模型的预测结果,我们构建了两种指数轮换策略(沪深300对中国500,沪深300对中国1000)。以下是指数轮换策略的历史表现。
1) 沪深300 vs 中证500指数轮动策略
2) 沪深300 vs 中证1000指数轮动策略
3、基于Adaboost模型的A股市值风格轮动模型
3.1
Adaboost模型预测结果
Adaboost模型在2020年4月看好大盘股,自2019年以来预测准确率达到80.00%。同时,该模型于2019年10月建立,五个纯样本离群点的预测准确率达到100%。
3.2
模型所选变量分析
由于我们选择的基础模型是一个决策树模型,每个变量的重要性可以根据基尼系数从信息增益的角度来评估。具体来说,在构建树的过程中,我们将计算每个特征的基尼系数,该特征的显著性是基尼系数的归一化值。fe
从最新一期模型中所选变量的特征重要性来看,利率相关变量的重要性明显增加。由于最近经济放缓,政府采取了积极的货币政策。我们预计相关变量的重要性将继续增加。
4、基于逻辑斯特回归的A股市值风格轮动模型
4.1
逻辑斯特回归模型预测结果
物流回归模型在2020年4月偏向小盘股,自2019年物流回归以来的预测准确率为46.67%,低于Adaboost模型。
4.2
模型所选变量分析
因为我们在建模之前标准化了预测变量,回归系数的绝对大小可以反映变量在逻辑模型中的重要性。值越大,变量越重要。
我们还列出了最重要的十个变量。
从最新一期模型中选择的变量系数来看,美元对人民币汇率的重要性增加了,价值越大,大盘股占主导地位的可能性越大。从经济逻辑的角度来看,美元对人民币汇率的上升意味着人民币的贬值,这有利于提高出口竞争力。这更有利于海外收入较高的企业(主要是大盘股)的盈利能力。
风险提示:报告中的结果基于历史数据统计、建模和计算。当政策和市场环境发生变化时,存在模型失败的风险。
阶段
关掉
报纸
告诉
证券研究报告:《市值风格预判月报2020年4月:4月看好大盘股》。
发布日期:2020年4月2日
-
分析师:徐夤
电子邮件: xuyinsh@xyzq.com.cn
-
更多量化的最新信息和研究成果,请关注我们的微信公众平台(微信号:XYZQ-QUANT)!