最近社区上有几篇关于隐马尔可夫模型(HMM)的研究报告。在此基础上,本报告针对沪深300指数,采用滚动学习方式构建HMM模型,获得收益预测情况,从而生成交易信号。回测结果表明,该模型对于大盘系统性风险预判能力较强,年化收益为16.5%,夏普比0.75。
关于HMM的模型介绍,可以参考以下两篇帖子,这里不再重述。
本报告直接针对指数进行择时效果分析,回测参数:
- 回测时段:2013.04~2018.06;
- 投资标的:HS300指数;
- 交易费用:双边万三(参考ETF交易手续费);
- 持仓时间:10天。每10天进行一次择时;
- 滚动设置:从数据起始日到交易信号前1日,均作为样本数据。
具体模型构建过程: