20240828-华安证券-_学海拾珠_系列之二百零二_基于特征显著性隐马尔可夫模型的动态资产配置_25页_2mb

基于特征显著性隐马尔可夫模型的动态资产配置

本文通过隐马尔可夫模型（HMM）构建动态资产配置系统，测试其在多种Smart Beta策略组合中的表现，结果显示风险调整后收益得到改善。本文进一步提出特征显著性隐马尔可夫模型（FSHMM），在训练模型的同时进行特征选择，提升状态识别准确性，并证明该方法在经济困境时期表现更优。

主要发现

HMM 动态资产配置模型
使用HMM构建的动态资产配置系统在收益导向型和平衡型投资组合中显著提高了风险调整后收益；而风险导向型组合改进相对较弱。

特征显著性模型（FSHMM）
嵌入特征选择算法的FSHMM在识别市场波动时优势明显，能够通过特征选择提升模型对经济状态的敏感度，并降低误判风险。

内容进行测试

利用25种因子指数数据验证特征选择有效性，并通过MSCI美国增值因子实测显示，FSHMM构建的投资组合表现优于使用全特征训练的HMM。主要受益方面在于夏普比率和信息比率的提升。

风险提示

文献结论基于历史数据及海外市场，不构成投资建议。

结论表明，本文所提出的方法具有实践价值，既可以系统性避免因特征选择偏差对资产配置产生的负面影响，也为其他金融建模尤其是经济周期识别提供了可行思路。