[发明专利]基于宏观因子的量化资产配置系统、方法、介质及设备在审
申请号: | 202111188580.8 | 申请日: | 2021-10-12 |
公开(公告)号: | CN114004703A | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 肖涵 | 申请(专利权)人: | 上海羽时互联网金融信息服务有限公司 |
主分类号: | G06Q40/06 | 分类号: | G06Q40/06;G06Q10/06 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 陈珊珊 |
地址: | 200120 上海市浦东新区中国(上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 宏观 因子 量化 资产 配置 系统 方法 介质 设备 | ||
1.一种基于宏观因子的量化资产配置方法,其特征在于,包括以下步骤:
获取资产配置基准信息;
利用经济-货币双时钟模型进行资产配置决策,以得到符合所述资产配置基准信息的资产配置结果。
2.根据权利要求1所述的方法,其特征在于,经济时钟模型为:
经济复苏情况:经济上行,通胀下行;宏观因子状态:经济增长因子波动项(t)=1且通胀因子波动项(t)=-1;
经济过热情况:经济上行,通胀上行;宏观因子状态:经济增长因子波动项(t)=1且通胀因子波动项(t)=1;
经济滞涨情况:经济下行,通胀上行;宏观因子状态:经济增长因子波动项(t)=-1且通胀因子波动项(t)=1;
经济衰退情况:经济下行,通胀下行;宏观因子状态:经济增长因子波动项(t)=-1且通胀因子波动项(t)=-1;
经济状态不明:沿用前一个月的状态;
其中,(t)表示当期。
3.根据权利要求1所述的方法,其特征在于,货币时钟模型为:
紧货币/紧信用:利率上行,流动性下行;宏观因子状态:利率因子波动项(t)=1且流动性因子波动项(t)=-1;
宽货币/紧信用:利率下行,流动性下行;宏观因子状态:利率因子波动项(t)=-1且流动性因子波动项(t)=-1;
宽货币/宽信用:利率下行,流动性上行;宏观因子状态:利率因子波动项(t)=-1且流动性因子波动项(t)=1;
紧货币/宽信用:利率上行,流动性上行;宏观因子状态:利率因子波动项(t)=1且流动性因子波动项(t)=1;
货币状态不明:沿用前一个月的状态;
其中,(t)表示当期。
4.根据权利要求2或3所述的方法,其特征在于,对于每类宏观因子,包括:经济增长因子、通胀因子、利率因子及流动性因子,其中,
在宏观因子(t)大于等于宏观因子(t-1)且宏观因子(t-1)大于等于宏观因子(t-2)的情况下,宏观因子波动项(t)=1;
在宏观因子(t)小于等于宏观因子(t-1)且宏观因子(t-1)小于等于宏观因子(t-2)的情况下,宏观因子波动项(t)=-1;
其余情况下宏观因子波动项(t)=0;
其中,(t)表示当期。
5.根据权利要求4所述的方法,其特征在于,每个宏观因子(t)的值,先通过以下公式计算得出再进行平滑处理后得到:
宏观因子(t)=∑(宏观指标标准化值i)÷所属类别包含的宏观指标的个数;其中,
宏观指标标准化值i=(宏观指标i原始值-过去N年的宏观指标i均值)÷过去N年宏观指标i标准差。
6.根据权利要求5所述的方法,其特征在于,所述宏观指标的选择过程包括以下步骤:
从炒股软件数据库中提取国内经济的月频数据、商品期货指数的月频数据及非银行间利率走势的月频数据;其中,缺失的数据用数据前值进行替代;
利用一阶差分法将各宏观指标原始值转换为-1/0/1的信号;其中,所述宏观指标的基本参数包括:宏观指标对于资产价格的领先期、宏观指标的均值;
通过分析相关系数找出与资产价格相关性强的宏观指标,并从中剔除不满足预设历史回测有效条件的宏观指标;
在剩余的宏观指标中筛选出符合预设经济逻辑要求的宏观指标,用以合成宏观因子。
7.根据权利要求6所述的方法,其特征在于,所述通过分析相关系数找出与资产价格相关性强的宏观指标的步骤包括:
若为单指标单资产情况,则对于每组宏观指标参数,计算信号化的宏观指标与资产价格月收益率的相关性,取绝对值后进行排序,取绝对值最大的一组宏观指标参数作为最优参数,其对应的宏观指标即为与资产价格相关性强的宏观指标;
若为单指标多资产情况,则对于每组宏观指标参数,计算信号化的宏观指标与每个资产价格月收益率的相关性,并计算一组相关性的标准差,取标准差最大的一组宏观指标参数作为最优参数,其对应的宏观指标即为与资产价格相关性强的宏观指标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海羽时互联网金融信息服务有限公司,未经上海羽时互联网金融信息服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111188580.8/1.html,转载请声明来源钻瓜专利网。