基于单特征因子的隐马尔科夫模型在商品期货上的应用
创建于 更新于
摘要
本报告系统介绍了隐马尔科夫模型（HMM）原理及其在商品期货市场的应用，采用单一特征因子构建日间级CTA策略。通过样本内和样本外回测，探讨了模型参数选择、窗口长度、隐状态数及特征因子正态化对预测准确率和回测业绩的影响。结果显示，HMM择时预测在样本内表现优异，样本外预测准确率约50%左右，但通过“窗口滚动”回测和以反趋势指标为因子，能显著提升策略收益和夏普比率。报告还分析了止损比例、手续费、滑点及杠杆对策略表现的影响，并对22个期货品种进行了验证，焦炭和棕榈油表现突出，模型具有较强的策略实用价值及推广潜力 [page::0][page::6][page::8][page::18][page::23][page::29].
