量化策略：决策树模型在有色板块仓单数据中的应用

主要观点总结

本报告针对期货商品市场中有色品种的仓单数据，使用决策树模型进行研究。通过对仓单数据分箱处理，获得仓单变化的最优临界值，为有色品种的交易提供参考。研究发现，决策树模型在某些有色品种中的应用效果较好，但在整体上有色板块中的绩效较差，存在训练集和测试集的绩效差异较大以及近年表现衰减的问题。

关键观点总结

关键观点1: 研究背景

本报告针对期货商品市场中有色品种的仓单数据展开研究。

关键观点2: 研究方法

使用决策树模型（Decision Tree）对仓单数据的变化进行分箱处理，以期获得仓单变化的最优临界值。

关键观点3: 分箱结果

虽然大部分品种的分组单调性较好，但各品种的分组woe值与总体iv值都较低。

关键观点4: 测试结果

有色各品种与组合的训练集和测试集的绩效差异较大，且在近两年存在明显的衰减，模型应用在有色板块中的绩效较差。

关键观点5: 免责声明

本报告观点和信息仅供符合证监会适当性管理规定的期货交易者参考，据此操作、责任自负。

文章预览

本报告观点和信息仅供符合证监会适当性管理规定的期货交易者参考。 因本平台暂时无法设置访问限制，若您并非符合规定的交易者，为控制交易风险，请勿点击查看或使用本报告任何信息。 对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！ 本文作者 | 陆昶燚  中信建投期货金融工程量化分析师 本报告完成时间 | 2024年09月20日 摘 要 本篇报告针对有色板块中的仓单数据进行研究。对该类因子为何能够存在的底层逻辑、其收益来源、以及影响其效果的关键因素一一展开讨论，本文就仓单数据仅构建做多的因子。 本文使用了决策树模型对仓单数据进行了分箱处理，通过观察训练集仓单数据的分组情况，得到仓单数据变化情况的临界值，从而生成做多标签，再对测试集的数据进行验证，评估其绩效情况。 通过本文研究后发现，在有色板块 ………………………………