【华安证券·金融工程】专题报告：择时因子之争：宏观经济变量还是投资者情绪？

主要观点总结

本文利用机器学习技术研究了宏观经济因素和情绪因素在预测股市收益方面的优劣。研究发现，结合宏观经济变量和情绪变量的机器学习模型投资组合在表现上优于被动投资组合，且在经济和统计意义上具有显著性。此外，作者进一步评估了不同经济周期下策略的表现，发现宏观经济变量在市场扩张期间通常优于情绪变量，而在衰退期间则表现较差。在衰退晚期，尤其是股市接近底部时，宏观经济变量和情绪变量的综合表现特别强劲。结合宏观经济变量和情绪变量的策略显著提高了夏普比率，并减少了回撤幅度。此外，宏观经济变量和情绪变量具有互补性，因此投资者应综合考虑这两者。

关键观点总结

关键观点1: 机器学习技术结合宏观经济变量和情绪变量的有效性

结合宏观经济变量和情绪变量的机器学习模型投资组合在表现上优于被动投资组合，且在经济和统计意义上具有显著性。

关键观点2: 经济周期对策略表现的影响

宏观经济变量在市场扩张期间通常优于情绪变量，而在衰退期间则表现较差。在衰退晚期，尤其是股市接近底部时，宏观经济变量和情绪变量的综合表现特别强劲。

关键观点3: 策略改善投资表现

结合宏观经济变量和情绪变量的策略显著提高了夏普比率，并减少了回撤幅度。

关键观点4: 宏观经济变量和情绪变量的互补性

宏观经济变量和情绪变量具有互补性，因此投资者应综合考虑这两者。