20231123-首创证券-金融工程2024年度策略_模式识别之形态匹配——基于动态时间弯曲算法的行业轮动策略研究_25页_1mb

报告摘要

金融工程2024年度策略：基于动态时间弯曲算法的行业轮动策略研究总结

核心内容

本文基于动态时间弯曲算法（DTW），探讨了其在行业轮动策略中的应用。核心观点在于利用历史会重演的假设，通过计算当前行业形态与历史中显著上涨或下跌形态之间的相似度中位数，预测行业未来上涨概率，进而构建行业轮动策略。

主要观点

DTW算法优势：
- 可以计算不同长度时间序列之间的相似度；
- 支持异步相似度计算，适用于周期长度不同的序列；
- 可以降低异常点对相似度计算的影响。
传统方法局限性：
- 相关系数法：无法反映非线性关系；
- 欧氏距离法：要求序列长度相同，无法进行异步比较。
模型构建逻辑：
- 选取中信一级行业指数作为研究对象；
- 使用日收盘价、日收益率、日换手率及日换手率变化作为形态特征代理变量；
- 采用Z-Score标准化方法处理特征；
- 通过计算当前行业形态与历史显著上涨、下跌形态的距离中位数，预测行业未来上涨概率；
- 每月等权配置预测上涨概率较高的前五分之一行业（6个）。
模型表现：
- 样本内表现（2021年1月至2022年12月）：
  - 累计超额收益为10.09%-13.25%；
  - 最大回撤为-4.69%至-3.47%；
  - 月度胜率为50%-75%；
  - 年化波动率为7.13%-7.58%；
  - 月盈亏比为0.85-2.96。
- 样本外表现（2023年1月至2023年10月）：
  - 费后累计超额收益为8.01%；
  - 年化收益率为9.68%；
  - 最大回撤为-3.49%；
  - 年化波动率为6.12%；
  - 月度胜率为70%；
  - 月盈亏比为1.33。
行业表现分析：
- 2023年前10个月中，Top行业平均名次在前15名内的有7个月，占比70%；
- 有3个月Top行业排名位于前10名；
- 有色金属、非银行金融等行业多次入选Top行业，且入选时下月实际收益位于全行业前15名的概率为100%；
- 2023年11月Top行业为石油石化、电力及公共事业、钢铁、建筑、电力设备及新能源、非银行金融。

关键信息

DTW算法：
- 通过动态时间弯曲算法，可以对不同长度、不同周期的时间序列进行异步形态匹配；
- 在样本内和样本外均表现出优于欧氏距离的性能。
行业轮动模型：
- 基于形态匹配构建的行业轮动策略在2021年、2022年表现稳定，超额收益显著；
- 2023年前10个月表现持续，超额收益达到8.01%，波动率降低；
- 换手率适中，平均每月换手3个行业，对投资策略影响可控。
风险提示：
- 模型基于“历史会重演”的假设，但实际市场中政策、制度、风格、流动性等因素可能改变交易规律；
- 若未来市场环境变化，可能导致模型失效。

模型参数选择

通过样本内表现选择最优涨跌阈值为9.0%；
在此阈值下，模型表现最优，超额收益较高，最大回撤较低，月度胜率较高。

总结

本文提出了一种基于动态时间弯曲算法的行业轮动模型，通过形态匹配识别行业未来上涨概率，从而构建投资策略。模型在样本内和样本外均表现出良好的表现，超额收益稳定，波动率可控，具有一定的应用价值。然而，模型的有效性依赖于历史会重演的假设，未来市场环境变化可能导致模型失效。因此，需持续关注市场变化，并进行模型优化和调整。