浙商证券：金融工程专题：AI算法研究系列-利用趋势追踪实现行业配置

本文构建了单资产趋势追踪模型，应用于行业指数来构建行业配置组合。从趋势追踪视角分析了资产自身波动属性对预测模型的影响，对输入特征进行了补充，并优化了模型训练方式。利用行业指数趋势预测信号，实现了相较于行业等权年化超额 20%的行业配置策略。

如何利用资产自身波动属性提升趋势预测模型的表现:趋势追踪信号很大程度上受到底层资产价格趋势性的影响，对趋势追踪策略的优化过程就是和底层资产风险收益特征匹配的过程。我们分析了指数自身的波动性对趋势预测效果的潜在影响，并针对性地调整了预测模型的输入特征。当回看窗口中出现相同价量形态时，波动率水平一定程度上代表了资产的内生动能，能为模型提供额外信息来判断未来价格走势。由于计算区间划分时点的问题，会出现短期波动率下降、中期波动率上升，或短期波动率上升而中期波动率下降的情况。如果是近期行情快速切换带来的波动率变化，短期和中期波动率同向变化。而当中短期波动率出现异步变化，并且其中一个快速上升或下降时，变化较为缓慢的波动率变化更接近真实的波动率变化。作为趋势预测模型的输入，长期波动率相当于静态变量表征资产类别，中短期波动率共同表征其内部波动率变