建模的意义与价值(中金：宏观数据建模应用手册)

Posted 2023-05-25

篇首语：弓背霞明剑照霜，秋风走马出咸阳。本文由小常识网(cha138.com)小编为大家整理，主要介绍了建模的意义与价值(中金：宏观数据建模应用手册)相关的知识，希望对你有一定的参考价值。

建模的意义与价值(中金：宏观数据建模应用手册)

风险提示：模型基于历史数据构建，未来存在失效风险。

我们在进行投资决策时，经常会使用到各种宏观数据。如何规避宏观数据建模时可能存在的错误、如何对宏观数据进行必要的清洗和处理、如何优化宏观数据的建模质量、以及宏观数据在投资决策中有哪些应用场景，是投资者在使用宏观数据时必须要考虑的问题。本篇报告将针对以上问题进行探讨，以期让投资者在投资决策中能够能为有效的使用宏观数据。

需要规避的问题指：如果在使用宏观数据时出现了下述情况，则模型具有根本性错误，结论不具有任何可参考意义。我们在本篇报告中指出了3方面需要规避的问题：①宏观数据发布的滞后性；②宏观数据可能存在的前修情况；③宏观数据建模时的虚假回归现象。

下图展示了GDPNow在历次GDP公布前的最后一次预测情况。可以看到，2020年因新冠疫情的因素导致美国GDP出现较大变动，使得GDPNow在该年的预测误差较大，而在其他年份，GDPNow表现出了相对较好的预测能力，平均预测误差仅为0.05%。从历史预测效果看，GDPNow具有一定的实际应用价值。

逻辑线2：经济指标预期值。相比于经济指标实际值的低频性、滞后性和状态刻画性，经济指标预期值具有高频性、实时性和瞬时增量性，具体来说，经济指标预期值可以实现每天的实时动态更新，且经济指标实际值公布时的超预期情况是较大的瞬时信息增量。因此，我们认为经济指标预期值在战术资产配置中有更为重要的应用意义。我们在之前报告《量化配置系列（7）：捕捉经济预期差，顺势配置资产》中，以国内重要经济指标的预期差数据为出发点，量化筛选对资产未来走势有显著影响的预期差数据，并构建了国内各资产的“预期差指数”，指数对国内股、债、商品短期的单资产择时以及多资产轮动具有良好的应用效果，感兴趣的投资者可参考我们前述报告。

关键点：判断宏观主要矛盾。如我们在前文中所述，经济增长、宏观流动性、通胀等因素，都会在特定情景下成为影响当时股票市场走势的主要宏观矛盾。当不同宏观维度对资产未来走势的指示方向相反时，我们可以以主要矛盾维度的观点方向为准，从而提升资产择时准确率，对宏观数据在择时与配置中的应用效果起到“锦上添花”的作用。具体做法可参考上一章节相关内容。

宏观数据预期值：选择当前超预期状态所利好的板块。我们认为近期公布宏观数据的超预期情况会影响投资者对于未来板块走势的观点，因此我们针对每个板块，量化筛选出了对其未来走势有显著预测效果的宏观预期数据，并根据宏观数据近期的超预期情况来判断各板块未来的相对表现。基于宏观超预期数据的板块轮动策略2013年至今超额收益稳定，日胜率较高。