金融科技（Fintech）和数据挖掘研究（七）：基于机器学习和知识图谱的行业轮动.pdfVIP

[Table_MainInfo] 金融工程研究 证券研究报告 金融工程专题报告 2020 年07 月21 日 [Table_Title] 金融科技（Fintech ）和数据挖掘研究（七） 相关研究 [Table_ReportInfo] 《量化研究新思维（二十）——基于马氏 距离构建新的经济周期指数》2020.07.13 ——基于机器学习和知识图谱的行业轮动 《创业板的估值洼地——国寿安保国证 [Table_Summary] 创业板中盘精选88ETF 投资价值分析》 投资要点： 2020.07.10 《做时间的朋友——中证工银财富股票 混合基金指数投资价值分析》2020.07.09  研究背景。我们在之前的行业轮动系列报告中挖掘了几大类的行业因子，例如， 量价、宏观、情绪面、高频因子、预期基本面、历史基本面、公募基金观点等。 这些因子通常可以分为两类：行业本身的特征以及基于共同外生变量变动的行业 预期收益，但这两类因子都没有考虑行业之间的关联性。因此，在本篇报告中， 我们从另一个角度研究行业收益的可预测性：相关行业的滞后收益率。 [Table_AuthorInfo]  理论基础。投资者处理信息的能力有限，当某个行业出现信息或冲击时，专门从 事相关行业的投资者可能也无法迅速把握冲击的全部影响。因此，信息会逐渐在 各个行业间扩散，导致不同行业的股票价格先后响应。这一现象构成了某些行业 滞后收益率可以预测其他行业未来收益率的理论基础。  策略逻辑。采用除目标行业外其他行业的滞后收益率，与下一期目标行业收益率 构建回归模型。如果只是使用普通最小二乘（OLS ）选择全部行业进行回归，容 易产生过拟合；如果只选择几个行业因子，又存在很强的主观性。为了解决这些 不足，我们引入了机器学习和知识图谱两种方法。  基于 Post-Lasso 的行业轮动策略。模型包含两个步骤：（1 ）用Lasso 方法筛选 预测变量；（2 ）用上一步中的预测变量建立回归模型。在2010/1-2020/4 期间， 由此得到的行业轮动策略的多头年化超额收益为 5.36% ，空头年化超额收益为 -6.38% ，多空收益为11.57%。策略因子化后的IC 为0.07 ，T 值在3 以上。  用客户-供应商关系构建A 股行业知识图谱。我们将 FactSet 供应链数据中A 股 上市公司的客户-供应商关系，嵌入 Input-Output 网络，构建A 股行业的知识图 谱。利用知识图谱提供的先验知识，可以确定行业收益率的领先-滞后关系。  基于行业知识图谱的轮动策略。首先，在每个月末根据关系网确定每个行业的预 测变量。其次，以 24 个月为窗宽，建立目标行业收益率和预测变量滞后收益率 的线性回归模型。最后，预测最新一期的目标行业收益率。在2017/1-2020/4 期 间，由此得到的行业轮动策略多头年化超额收益为8.44% ，空头组合