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。