“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

主要观点

• 基于隐马尔可夫模型（HMM）的动态资产配置（DAA）系统相较于传统单一状态方法构建的组合，能够显著提升投资组合的风险调整后收益，尤其在收益导向型和平衡型投资组合中表现更佳。
• 特征显著性隐马尔可夫模型（FSHMM）能够有效识别与市场机制相关的特征，并将其应用于DAA系统，进一步改进区制识别，提升投资组合表现。
• 使用MSCI美国增强因子指数进行的测试表明，FSHMM构建的投资组合在风险调整后收益方面优于使用未进行特征选择的DAA系统。

关键数据和研究结论

• 研究构建了1260种随机资产组合，并使用HMM进行动态资产配置，结果显示所有投资组合的表现均优于其对应的基准，其中夏普比率投资组合表现最佳。
• FSHMM从25个因子指数中选择出7个相关特征，这些特征代表了4个因子家族，并使用这些特征训练HMM，结果显示该模型对经济困境时期的敏感度更高。
• 使用MSCI美国增强因子指数进行的测试结果显示，FSHMM构建的投资组合的信息比率均高于基准和MSCI指数，且下行风险得到降低。

研究方法

• 使用隐马尔可夫模型（HMM）构建动态资产配置系统，通过识别市场机制来优化投资组合配置。
• 采用特征显著性隐马尔可夫模型（FSHMM）进行特征选择，选择与市场机制相关的特征进行模型训练。
• 使用标普500指数每日因子数据和每日MSCI美国增强指数进行回测和实际资产测试。

未来展望

• 未来研究可考虑在HMM中纳入宏观经济序列，并使用嵌入式特征选择算法来提高模型准确性。
• 可通过使用无限HMM来解决潜在状态数量必须提前已知的问题。