机器学习驱动的商品期货策略：预测与风险调整收益

本报告由安信证券于2018年3月21日发布，标题为"机器学习与量化投资：避不开的那些事（3）"，主要探讨了将机器学习应用于量化投资中的长周期商品期货策略。该策略通过历史数据训练机器学习模型，试图预测未来一周商品价格走势，以周为单位进行调仓，频率相对较低，适合资金量较大的投资者。 报告的核心内容包括以下几个部分： 1. **策略摘要**：介绍了策略的基本原理，即使用机器学习技术对商品期货市场的走势进行预测，以便在周初根据预测信号进行交易。 2. **策略细节**： - **策略标的**：涵盖多个商品期货品种，如焦炭、焦煤、动力煤、铁矿石、螺纹钢、玻璃和白糖。 - **交易成本与执行**：强调了交易的执行效率，考虑到交易成本对整体策略的影响。 - **交易信号生成**：描述了如何通过机器学习生成买卖信号的过程，这涉及到数据分析和模型构建。 3. **策略表现**：报告分析了策略在历史数据上的回测结果，展示了以一周累计收益为目标的预测效果，并提供了相关的收益率、回撤和风险调整后收益等指标。 4. **预测目标**：除了收益外，报告还探讨了风险调整后的收益作为预测目标，指出这种方法在回测中的优势，这与金融行为学理论相契合。 5. **风险提示**：尽管策略基于历史数据，但商品期货市场仍处于快速变化中，模型的失效风险不可忽视，投资者需对此保持警惕。 此外，报告还包含了图表分析，如策略的净值、收益、回撤曲线以及对ProspectTheory（前景理论）的应用，以及以一周累计收益为目标预测的净值变化图。 整个报告旨在展示机器学习在量化投资领域的应用实例，以及如何通过科学方法优化交易决策，同时也提醒投资者在实际操作中需要考虑的风险因素。通过阅读这份报告，读者可以了解到如何将复杂的数据分析技术融入到量化投资决策中，提高投资效率和风险管理能力。