本文采用动态模型平均(dynamic model averaging,DMA)算法对法玛—弗兰奇五因子模型(Fama-French five-factor model,FF5模型)进行了系统性研究。基于法玛和弗兰奇(Fama and French)的数据,笔者所进行的实证分析表明:资产定价模型因子...本文采用动态模型平均(dynamic model averaging,DMA)算法对法玛—弗兰奇五因子模型(Fama-French five-factor model,FF5模型)进行了系统性研究。基于法玛和弗兰奇(Fama and French)的数据,笔者所进行的实证分析表明:资产定价模型因子对投资组合收益的预测能力和系数是随时间动态变化的;不存在固定的因子模型能够同时解释和预测多种投资组合的收益;在对投资组合收益率进行预测时,DMA算法的预测均方误差(mean square error,MSE)显著低于固定系数的FF5模型。展开更多
在黄金期货价格预测问题的研究中,价格具有时变性、非线性、高噪声和影响因子复杂等因素,决定了其被准确预测的难度。传统方法对黄金期货价格的预测主要借助于静态模型,导致预测精度不高或分析不足。为了能动态而准确的预测黄金期货价格...在黄金期货价格预测问题的研究中,价格具有时变性、非线性、高噪声和影响因子复杂等因素,决定了其被准确预测的难度。传统方法对黄金期货价格的预测主要借助于静态模型,导致预测精度不高或分析不足。为了能动态而准确的预测黄金期货价格,本文从技术行情指标、行业方面的影响因素及宏观经济环境指标三个维度选取39个变量,以机器学习(machine learning;ML)方法构建基本融合素材,利用动态模型平均(dynamic model averaging,DMA)方法代替传统模型融合技巧,得到黄金期货价格预测模型。实证结果表明,采用机器学习-动态模型平均策略能够明显提高黄金期货价格的预测精度。展开更多
识别我国碳价影响因素并分析其对碳价的预测作用,对助推经济社会发展的全面绿色转型具有重要的理论和现实意义。本文以我国碳排放配额成交量和成交额最大的湖北碳排放权交易市场碳价为样本,对可能影响我国碳价的相关因素进行梳理,从五...识别我国碳价影响因素并分析其对碳价的预测作用,对助推经济社会发展的全面绿色转型具有重要的理论和现实意义。本文以我国碳排放配额成交量和成交额最大的湖北碳排放权交易市场碳价为样本,对可能影响我国碳价的相关因素进行梳理,从五个维度筛选出九个重要影响因素,同时运用各类经典预测模型和动态模型选择(Dynamic model selection,DMS)及动态模型平均(Dynamic model averaging,DMA)方法对我国碳价进行了预测对比研究,并分析了各类影响因素预测作用的时变特征。结果表明:一方面,在所选五类影响因素中,经济形势、金融市场走势、国际碳价和大气环境对我国碳价的影响较大,且可以提供较好的预测作用;而国际化石能源价格对我国碳价的影响力在逐步下降。另一方面,与传统计量模型相比,DMS可以为我国碳价提供更高的预测精度。上述结论可以为我国政府监管政策的制定和相关企业的碳交易决策提供参考。展开更多
文摘本文采用动态模型平均(dynamic model averaging,DMA)算法对法玛—弗兰奇五因子模型(Fama-French five-factor model,FF5模型)进行了系统性研究。基于法玛和弗兰奇(Fama and French)的数据,笔者所进行的实证分析表明:资产定价模型因子对投资组合收益的预测能力和系数是随时间动态变化的;不存在固定的因子模型能够同时解释和预测多种投资组合的收益;在对投资组合收益率进行预测时,DMA算法的预测均方误差(mean square error,MSE)显著低于固定系数的FF5模型。
文摘在黄金期货价格预测问题的研究中,价格具有时变性、非线性、高噪声和影响因子复杂等因素,决定了其被准确预测的难度。传统方法对黄金期货价格的预测主要借助于静态模型,导致预测精度不高或分析不足。为了能动态而准确的预测黄金期货价格,本文从技术行情指标、行业方面的影响因素及宏观经济环境指标三个维度选取39个变量,以机器学习(machine learning;ML)方法构建基本融合素材,利用动态模型平均(dynamic model averaging,DMA)方法代替传统模型融合技巧,得到黄金期货价格预测模型。实证结果表明,采用机器学习-动态模型平均策略能够明显提高黄金期货价格的预测精度。
文摘识别我国碳价影响因素并分析其对碳价的预测作用,对助推经济社会发展的全面绿色转型具有重要的理论和现实意义。本文以我国碳排放配额成交量和成交额最大的湖北碳排放权交易市场碳价为样本,对可能影响我国碳价的相关因素进行梳理,从五个维度筛选出九个重要影响因素,同时运用各类经典预测模型和动态模型选择(Dynamic model selection,DMS)及动态模型平均(Dynamic model averaging,DMA)方法对我国碳价进行了预测对比研究,并分析了各类影响因素预测作用的时变特征。结果表明:一方面,在所选五类影响因素中,经济形势、金融市场走势、国际碳价和大气环境对我国碳价的影响较大,且可以提供较好的预测作用;而国际化石能源价格对我国碳价的影响力在逐步下降。另一方面,与传统计量模型相比,DMS可以为我国碳价提供更高的预测精度。上述结论可以为我国政府监管政策的制定和相关企业的碳交易决策提供参考。