本文基于机器学习的方法对PPI预测进行了研究。首先,作者介绍了传统PPI预测方法的痛点,包括领先指标预测法的不稳定性和高频指标降频法的自变量和因变量关系不明确。然后,作者讨论了PPI权重和权重调整的问题,并提出了一种基于LASSO筛选变量和滞后期的方法来解决这些问题。最后,作者使用模型预测了2月PPI同比为9.1%。需要注意的是,该模型可能存在失效风险。
需要全面及时的研报资源,就选择发现报告(www.fxbaogao.com)。平台专注深耕金融研报服务领域多年,研报覆盖面广、库存报告数量极其丰富,积累了海量长期信赖的行业用户。专为金融从业者和投资者量身打造,依托智能检索技术,轻松提取有效数据,完成深度市场分析工作。