基于PCA的大宗商品追踪框架：化繁为简，大宗商品的“逆向工程”.pptx

1.本文框架

o本文利用主成分分析（PCA）方法，对商品历史价格变动进行“逆向工程”，剥离出主导市场共振的三个核心独立因子，并在实体经济中寻找具备因果领先性的中高频指标进行替代与重构，最终合成为一个相互独立、具备预测价值的大宗商品趋势监测与追踪框架。

1）针对代表全球宏观总量共振与需求Beta的第一主成分（方差解释率66.9%），我们选用美元5Y-5Y通胀掉期远期同比与美债高收益信用利差（OAS）同比线性加权，构建了全球流动性因子。在Granger因果检验下表现出对大宗商品周期强烈的领先预测价值，并且在对CRB工业品的择时中有较好的表现。

2）针对代