华泰期货直播时间序列模型中样本时间窗口的选择等

Posted 华泰期货研究院

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了华泰期货直播时间序列模型中样本时间窗口的选择等相关的知识,希望对你有一定的参考价值。

活动主题一:时间序列模型中样本时间窗口的选择

活动主题二:商品期货投资收益的阿尔法与贝塔

主办单位:华泰期货有限公司

承办单位:华泰期货研究院

活动内容:时间序列模型,这类模型的训练样本通常涉及一段连续的时间序列,训练样本中的训练集和验证集在时间上往往会有先后顺序,因此在时间序列模型的实际训练通常是使用一部分时间靠前的数据进行模型训练,再去预测时间上靠后的数据,这样就不得不面对一个训练样本的时间窗口长度选择问题。因此如何选择样本的时间窗口是所有时间序列模型训练中必须面对的一个问题。本报告主要研究递归时间窗口和滚动时间窗口训练方法在时间序列模型中的应用。本报告尝试把这种方法应用到19种商品期货的周度收益率预测上,对大部分商品而言能够改善预测效果。


&鉴于商品期货投资组合与股票、债券类的相关性较低,并有着良好的对抗通胀特性,在大类资产配置中起到不可或缺的作用,能效增强大类资产配置的收益率及降低风险。但商品组合投资收益的归因分析一直没有得到良好的解决,在传统CTA产品组合中利用商品指数、动量因子和期限结构等主要影响因素只能解释30%左右的收益,还有70%的收益无法简单解释,或者通常归为组合的Alpha收益。利用商品期货的便利收益定价模型与收益分解,定义商品期货投资收益的Alpha与Beta,并将期限结构价差标准化构建商品选择模型,同时进行合约期限的选择优化,相较于传统的期限结构对冲策略,能够获得更多的Alpha与Beta收益。华泰期货特此邀请您的参加!

参与方式:直播平台(点击阅读原文即可参加)



以上是关于华泰期货直播时间序列模型中样本时间窗口的选择等的主要内容,如果未能解决你的问题,请参考以下文章

R语言无套利区间模型:正向套利和反向套利次数收益率分析华泰柏瑞300ETF可视化

华泰期货天然橡胶专题ANRPC月度数据点评

华泰人工智能选股之循环神经网络模型

直播案例 | 机器学习中常用优化算法的 Python 实践

华泰人工智能系列之揭开机器学习模型的“黑箱”

京东直播怎么小窗口播放