【华安证券·金融工程】专题报告：基于特征显著性隐马尔可夫模型的动态资产配置

文章预览

点击上方 蓝字  关注华安证券研究 主要 观点 本文使用隐马尔可夫模型（Hidden Markov Models，简称 HMMs）构建了一个动态资产配置模型。作者测试了该模型在多种 smart beta 策略组合下的表现，结果表明，所得投资组合的风险调整后收益有所改善。此外，作者还提出了一种 基于特征显著性隐马尔可夫模型 （Feature Saliency HMM，简称 FSHMM）算法的新型 smart beta 分配策略，该系统在进行隐马尔可夫模型训练的同时进行 特征选择 ，以提高状态识别的准确性。回到 A 股市场，HMM 大多用于宏观经济周期的识别，本文的做法值得参考。  基于 HMM 动态资产配置模型所得投资组合的风险调整后的收益有所改善 作者证明，通过采用一种基于隐马尔可夫模型的投资组合构建策略，该模型包含两个潜在状态并特定地训练于将要进行配置的资产之上，相较于传统单一状态方法 ………………………………