20250811-浙商证券-金融工程研究报告_多元时序预测在行业轮动中的应用_13页_835kb

多元时序预测在行业轮动中的应用

核心观点

本报告通过应用多元CNN-LSTM模型对申万一级行业指数进行预测，构建了周频行业轮动信号，实现组合年化收益15.6%。

研究方法

1. 模型结构
   使用CNN-LSTM集成模型，结合卷积层提取特征，LSTM层预测数值，对并行金融时间序列进行预测。

2. 行业分组
   按投资属性将申万一级行业分为6组（消费及医药、上游资源及材料、高端制造、地产及基建、大科技、大金融），提升模型预测精度。

3. 轮动策略
   通过T+5周期预测，每5个交易日根据预期收益率配置前五名行业，年化超额收益11.6%。

实证结果

• 预测精度：测试集误差1.56%-3.30%，分组训练对低精度行业预测提升显著。
• 风险收益：轮动组合年化收益15.6%，最大回撤-27.1%，较基准组合提升风险调整效果。
• 误差对比：T+5预测误差较T+1明显增加，表明短期预测受市场变化影响较深。

风险提示

1. 模拟交易结果不代表未来表现。
2. 模AI参数调整可能影响模型性能。
3. 回测需谨慎参考，不构成投资建议。