海外文献推荐第266期

金融工程 证券研究报告 2023年09月21日 作者 海外文献推荐第266期 吴先兴分析师 SAC执业证书编号：S1110516120001 文献一：使用机器学习和深度学习技术的两阶段行业轮动模式 近几十年来，CPI和GDP等市场指标被广泛应用于识别商业周期所处阶段 wuxianxing@tfzq.com 相关报告 和发现更具吸引力的投资方向。本文中提出了一种两阶段行业排名的方法， 首先独立进行各行业模型预测，根据预测收益进行行业排名；第二步，根据市场环境预测行业排名。即使用递归式特征消除(RFE)算法选择市场指标，使用不同的递归神经网络(RNN)模型预测每个行业的ETF价格，并根据预测回报率对行业进行排名。随后通过评估组合的年化收益率、年化夏普比率和卡玛比率来选择表现最好的投资组合（组合包含模型选出的排名前4位的行业）。本文还测试了模型业绩在回溯窗口和前瞻窗口的鲁棒性，结果表明，即使从长期来看，本文使用的方法也优于等权重投资组合的表现。 文献二：重新审视房地产回报的可预测性:来自美国REITs市场的新证据本文中使用美国房地产投资信托基金(REITs)和一组可能的预测指标来研究1991年1月至2014年12月期间房地产收益的可预测性。为此，文中采用了几个预测模型来测试REITs在捕获参数不稳定性的灵活框架下的可预测性。除相关研究中考察的传统因素外，本文还考虑了一系列可能重要的情 绪和不确定性指标，尤其是在情绪更大程度上决定投资决策的动荡时期。结果表明，房地产投资信托基金收益的良好预测指标随时间和预测范围的变化而变化，经济指标、货币政策工具和情绪指标是REITs收益的最有力预测指标。 文献三：基于ETF构建的动量组合 本文比较了2007年-2017年和2011年-2017年期间，由美国etf和美国股票精选行业SPDRs组成的多种投资组合中，过去的“赢家”和过去“输家”在未来一个月中的表现。本文验证了文献中描述的传统模式，根据该模式，在过去的短时期内存在均值回归（即过去的“输家”在不久的将来优于过去的“赢家”），而在过去的长时期内存在持续的动量（即过去的“赢家”在不久的将来优于过去的“输家”）。本文还比较了基于动量的策略与等权重基准投资组合（EWBPs）的表现。动量策略的表现取决于投资组合的成份和2008年的熊市是否包括在数据样本中。传统的动量模式仅在 2007-2017年和2011-2017年的多资产ETF投资组合中具有统计学显著 性，并且在2011-2017年的SPDR标准普尔500ETF和工业精选行业的SPDRETF中具有统计学显著性。然而，本文发现了其他特定行业的动量模式可用于套利。 风险提示：本报告内容基于相关文献，不构成投资建议。 1《金融工程：基金研究-FOF组合推荐 周报：上周多个FOF组合均有超额》 2023-09-19 2《金融工程：金融工程-行业流动性跟踪周报：近期行业流动性变化情况》2023-09-18 3《金融工程：金融工程-量化择时周报：阶段性反弹有望来临》2023-09-17 请务必阅读正文之后的信息披露和免责申明1 内容目录 1.使用机器学习和深度学习技术的两阶段行业轮动模式3 2.重新审视房地产回报的可预测性:来自美国REITs市场的新证据3 3.基于ETF构建的动量组合3 1.使用机器学习和深度学习技术的两阶段行业轮动模式 文献来源：KaratasT,andHirsaA.”Two-StageSectorRotationMethodologyUsingMachineLearningandDeepLearningTechniques.”arXiv.org(2021). 推荐原因：近几十年来，CPI和GDP等市场指标被广泛应用于识别商业周期所处阶段和发现更具吸引力的投资方向。本文中提出了一种两阶段行业排名的方法，首先独立进行各行业模型预测，根据预测收益进行行业排名；第二步，根据市场环境预测行业排名。即使用递归式特征消除(RFE)算法选择市场指标，使用不同的递归神经网络(RNN)模型预测每个行业的ETF价格，并根据预测回报率对行业进行排名。随后通过评估组合的年化收益率、年化夏普比率和卡玛比率来选择表现最好的投资组合（组合包含模型选出的排名前4位的行业）。本文还测试了模型业绩在回溯窗口和前瞻窗口的鲁棒性，结果表明，即使从长期来看，本文使用的方法也优于等权重投资组合的表现。 2.重新审视房地产回报的可预测性:来自美国REITs市场的新证据 文献来源：AkinsomiO.,AyeG.C.,BabalosV.,EconomouF.,andGuptaR.“RealEstateReturnsPredictabilityRevisited:NovelEvidencefromtheUSREITsMarket.”EmpirEcon51(2016):1165–1190. 推荐原因：本文中使用美国房地产投资信托基金(REITs)和一组可能的预测指标来研究1991年1月至2014年12月期间房地产收益的可预测性。为此，文中采用了几个预测模型来测试REITs在捕获参数不稳定性的灵活框架下的可预测性。除相关研究中考察的传统因素外，本文还考虑了一系列可能重要的情绪和不确定性指标，尤其是在情绪更大程度上决定投资决策的动荡时期。结果表明，房地产投资信托基金收益的良好预测指标随时间和预测范围的变化而变化，经济指标、货币政策工具和情绪指标是REITs收益的最有力预测指标。 3.基于ETF构建的动量组合 文献来源：Nadler,Daniel,andAnatolyB.Schmidt."MomentumStrategiesfortheETF-BasedPortfolios."AvailableatSSRN3269475(2019). 推荐原因：本文比较了2007年-2017年和2011年-2017年期间，由美国etf和美国股票精选行业SPDRs组成的多种投资组合中，过去的“赢家”和过去“输家”在未来一个月中的表现。本文验证了文献中描述的传统模式，根据该模式，在过去的短时期内存在均值回归（即过去的“输家”在不久的将来优于过去的“赢家”），而在过去的长时期内存在持续的动量（即过去的“赢家”在不久的将来优于过去的“输家”）。本文还比较了基于动量的策略与等权重基准投资组合（EWBPs）的表现。动量策略的表现取决于投资组合的成份和2008年的熊市是否包括在数据样本中。传统的动量模 式仅在2007-2017年和2011-2017年的多资产ETF投资组合中具有统计学显著性，并且在2011-2017年的SPDR标准普尔500ETF和工业精选行业的SPDRETF中具有统计学显著性。然而，本文发现了其他特定行业的动量模式可用于套利。 分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们所得报酬的任何部分不曾与，不与，也将不会与本报告中的具体投资建议或观点有直接或间接联系。 一般声明 除非另有规定，本报告中的所有材料版权均属天风证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）及其附属机构（以下统称“天风证券”）。未经天风证券事先书面授权，不得以任何方式修改、发送或者复制本报告及其所包含的材料、内容。所有本报告中使用的商标、服务标识及标记均为天风证券的商标、服务标识及标记。 本报告是机密的，仅供我们的客户使用，天风证券不因收件人收到本报告而视其为天风证券的客户。本报告中的信息均来源于我们认为可靠的已公开资料，但天风证券对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，天风证券及/或其关联人员均不承担任何法律责任。 本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，天风证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。 天风证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。天风证券没有将此意见及建议向报告所有接收者进行更新的义务。天风证券的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。 特别声明 在法律许可的情况下，天风证券可能会持有本报告中提及公司所发行的证券并进行交易，也可能为这些公司提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。因此，投资者应当考虑到天风证券及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突，投资者请勿将本报告视为投资或其他决定的唯一参考依据。 投资评级声明 类别说明评级体系 买入预期股价相对收益20%以上 股票投资评级 行业投资评级 自报告日后的6个月内，相对同期沪 深300指数的涨跌幅 自报告日后的6个月内，相对同期沪 深300指数的涨跌幅 增持预期股价相对收益10%-20% 持有预期股价相对收益-10%-10% 卖出预期股价相对收益-10%以下 强于大市预期行业指数涨幅5%以上 中性预期行业指数涨幅-5%-5% 弱于大市预期行业指数涨幅-5%以下 天风证券研究 北京海口上海深圳 北京市西城区德胜国际中心B 座11层 邮编：100088 邮箱：research@tfzq.com 海南省海口市美兰区国兴大道3号互联网金融大厦 A栋23层2301房邮编：570102 电话：(0898)-65365390 邮箱：research@tfzq.com 上海市虹口区北外滩国际客运中心6号楼4层 邮编：200086 电话：(8621)-65055515传真：(8621)-61069806 邮箱：research@tfzq.com 深圳市福田区益田路5033号 平安金融中心71楼邮编：518000 电话：(86755)-23915663传真：(86755)-82571995 邮箱：research@tfzq.com