【报告】机器学习和知识图谱在行业轮动中的应用--海通证券.pdf

证券研究报告 《机器学习和知识图谱在行业轮动中的应用》 海通证券研究所 金融工程部 分析师：冯佳睿 分析师：梁镇 Tel: (021 Tel: (021 Email: fengjr@ Email: lz11936@ SAC号码：S0850512080006 SAC号码：S0850519110004 分析师：张振岗 Tel: (021 Email: zzg11641@ SAC号码：S0850519050001 2020年5月25 日 行业与管理资源微信群 1. 进群即领福利 《报告与资源合编》，内有近百行业、上万份行研、管理及其他学 习资源免费下载； 2. 每日学习分享6+份精选行研资料； 3. 群友信息交流，群主免费解答并提供相关行业报告。 扫一扫二维码或添加客服微信（微信号：Teamkon3）免费报告等你取。 添加好友请备注：姓名+单位+业务领域 微信扫码，海量资源到手 海量资源在手 工作轻松无忧 知识星球 行业与管理资源社群 1. 无限制下载行业研究报告、咨询公司管理方案，企业运营制度、科技方案与大 咖报告等。 2. 每月同步更新3000+份最新行业资源；涵盖科技、金融、教育、互联网、房地产、 生物制药、医疗健康等行研报告、科技动态、管理方案； 微信扫码，工作轻松无忧 报告收集整理于网络，只用于群友学习，请勿他用 研究背景  我们在行业轮动系列报告中挖掘了几大类的行业因子，这些因子通常都是行业 本身的特征或者基于共同外生变量变动的行业预测收益。  今天我们从另一个角度研究行业收益的可预测性：相关行业的滞后收益率。 1 请务必阅读正文之后的信息披露和法律声明 研究背景  实际上，如果市场完全理性、无摩擦，滞后行业的收益率是不应该有预测效果 的。但真实的市场环境下并非如此。 • 投资者处理信息的能力有限。当某个行业出现冲击时，信息处理的局限性使专门从事相关 行业的投资者无法迅速得出冲击的全部影响。因此，信息逐渐在各个行业间扩散，由此导 致股票价格延迟调整。从而可以在行业滞后收益率的基础上，提高行业收益的可预测性。 理论基础 • 来源：Hong et al. (2007) . Do Industries Lead Stock Markets? • 滞后的行业收益率可以通过与下一期目标行业收益率回归来构建模型。但由于预测回归模 型中潜在的预测因子过多，传统的普通最小二乘法(OLS)估计存在缺陷： • 1、如果所有行业滞后的收益率都作为自变量，容易出现过拟合的情况； 应用难点 • 2 、如果只选择了少数行业的滞后收益率，就很难先验地知道哪一个是最大的重要的，存在 主观性。 • 机器学习