专题报告——

基本面量化

报告摘要

研究员简介

繁微小程序

从因果涌现的视角

挖掘择时模型

★摘要：

在《多元资产之间的因果分析》等报告中，我们通过因果关系的变化来构建量化模型。为了捕捉系统状态的变化，研究的重点转向因果涌现，因果涌现发生时，系统在宏观尺度能够展现出比它的微观尺度更强的因果特性，利用这一特性，我们分别构建了上证指数、中债10年国债、布伦特原油、黄金和美元指数的择时模型，具体实证的情况如下：

1）日度级别的时间序列通过粗粒化实现微观尺度到宏观尺度的转变，粗粒化后生成网络图，依据网络图计算有效信息（EI）指标以及资产价格的均线序列，设定进出场规则；

2）复杂网络的一般研究方法是分析动力学拓扑性质，我们选取平均最短路径长度这个指标安排对照测试，对比因果涌现建模的结果，EI指标整体表现优于复杂网络分析方法中的平均最短路径长度这一指标；

3）上证指数在EI择时模型的测试中均获得了正收益且测试胜率最高达53%，中债10年国债的EI择时模型在斜率参数为144时皆获得了累计正收益且胜率达到67%，布伦特原油的EI择时模型在斜率参数为89时胜率最高达56%且累计盈利超过其他情形，黄金的EI择时模型在斜率参数为89时累计正收益高于其他的情形且最高胜率可达57%，美元指数的基于平均最短路径长度的择时模型在斜率参数为144时净值表现明显优于EI模型且最高胜率达64%。

我们在测试的过程中尝试了一些新的方法，比如粗粒化的方法将时间序列符号化，以及生成网络图，这些方法在复杂系统的研究中很常见，但在金融领域应用较少。在金融市场是个复杂系统的假设前提下，我们将继续借鉴复杂系统的方法论探究金融市场中的典型问题。

报告摘要

研究员简介

繁微小程序

章顺——东证期货衍生品研究院金融工程资深分析师

投资咨询号：

Z0011689

报告摘要

研究员简介

繁微小程序

以上内容节选来自东证衍生品研究员已经发布的研究报告《从因果涌现的视角挖掘择时模型》，发布时间：2023年9月14日，具体内容（包括风险提示）请详见东证繁微小程序完整报告。