◆研究背景 虽然行业轮动建模不容易,但是办法总比困难多,作者尝试多种模型手段, 发现从“轮动”的本意出发,即考察行业之间轮流上涨的现象也就是行业间的 领先相关性,可以发现一些规律。相关性可能是由于行业间的经济联系导致的, 也可能是由于微观个体的交易行为加总。当然,轮动的本质可能比这个复杂, 复杂到无法研究,但是,作者认为投资无需抓本质,因为抓不到本质,投资只 需要发现规律、总结规律、利用规律。本质抓不到,我们可以从现象出发,伟 大哲学家胡塞尔告诉我们:现象反应本质。所以,不管是由于行业间的经济联 系还是统计相关性,这个规律可以利用,我们就拿来进行行业收益预测。
◆模型思想 本文模型思想简单,单纯利用其它行业的滞后月度超额收益来预测某行业 超额收益。报告展示了利用adaptive lasso来揭示行业间的相关性情况。考虑该 方法下 R 方较小,预测精度可能受影响,我们参考范剑青论文《Sufficient forecasting using factor models》(参考文献1)中的模型来预测行业未来收益。 其思想就是构造充分预测向量,因为单个行业的收益行为不足以解释某行业的 行为,不代表多个行业的线性组合不能够解释。通过有监督降维,我们获得对 某行业解释度更大的主成分——充分预测向量,我们利用该向量来对行业未来 收益进行线性预测。