機(jī)器學(xué)習(xí)和知識(shí)圖譜在行業(yè)輪動(dòng)中的應(yīng)用

1、研究背景我們?cè)谛袠I(yè)輪動(dòng)系列報(bào)告中挖掘了幾大類的行業(yè)因子，這些因子通常都是行業(yè)本身的特征或者基于共同外生變量變動(dòng)的行業(yè)預(yù)測(cè)收益。今天我們從另一個(gè)角度研究行業(yè)收益的可預(yù)測(cè)性：相關(guān)行業(yè)的滯后收益率。1請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明實(shí)際上，如果市場(chǎng)完全理性、無(wú)摩擦，滯后行業(yè)的收益率是不應(yīng)該有預(yù)測(cè)效果 的。但真實(shí)的市場(chǎng)環(huán)境下并非如此。理論基礎(chǔ)投資者處理信息的能力有限。當(dāng)某個(gè)行業(yè)出現(xiàn)沖擊時(shí)，信息處理的局限性使專門(mén)從事相關(guān) 行業(yè)的投資者無(wú)法迅速得出沖擊的全部影響。因此，信息逐漸在各個(gè)行業(yè)間擴(kuò)散，由此導(dǎo) 致股票價(jià)格延遲調(diào)整。從而可以在行業(yè)滯后收益率的基礎(chǔ)上，提高行業(yè)收益的可預(yù)測(cè)性。來(lái)源：Hong et

2、 al. (2007) . Do Industries Lead Stock Markets?應(yīng)用難點(diǎn)滯后的行業(yè)收益率可以通過(guò)與下一期目標(biāo)行業(yè)收益率回歸來(lái)構(gòu)建模型。但由于預(yù)測(cè)回歸模 型中潛在的預(yù)測(cè)因子過(guò)多，傳統(tǒng)的普通最小二乘法(OLS)估計(jì)存在缺陷：1、如果所有行業(yè)滯后的收益率都作為自變量，容易出現(xiàn)過(guò)擬合的情況；2、如果只選擇了少數(shù)行業(yè)的滯后收益率，就很難先驗(yàn)地知道哪一個(gè)是最大的重要的，存在 主觀性。解決辦法機(jī)器學(xué)習(xí)采用機(jī)器學(xué)習(xí)的方法進(jìn)行變量的篩選和降維，有效地防止過(guò)擬合。2請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明知識(shí)圖譜引入先驗(yàn)的行業(yè)關(guān)聯(lián)關(guān)系圖譜，根據(jù)關(guān)聯(lián)關(guān)系進(jìn)行變量的挑選。研究背景基于pos

3、t-lasso的 行業(yè)輪動(dòng)策略013請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明1.1 post-lasso方法介紹Lasso回歸，全稱Least absolute shrinkage and selection operator。該方法 是一種壓縮估計(jì)，也被稱作線性回歸的 L1 正則化。相比于普通最小二乘估計(jì)， 它通過(guò)構(gòu)造一個(gè)懲罰函數(shù)，在變量眾多的時(shí)候快速有效地提取出重要變量，簡(jiǎn) 化模型。其目標(biāo)函數(shù)的表達(dá)式如下：Post-Lasso方法是指先訓(xùn)練一個(gè)Lasso回歸，其目的是進(jìn)行特征選擇，保留系 數(shù)不為零的特征。用這些特征再重新訓(xùn)練一個(gè)最小二乘回歸。相比于直接才有 Lasso估計(jì)參數(shù)，Post-La

4、sso估計(jì)避免了過(guò)度收縮的問(wèn)題，可以更準(zhǔn)確地獲得 滯后行業(yè)收益中的預(yù)測(cè)信號(hào)。值得注意的是，通常Lasso會(huì)與k折交叉驗(yàn)證（k-fold CV）結(jié)合，以估計(jì)目標(biāo)函 數(shù)中的參數(shù)lamda。但由于CV K-fold對(duì)K折的數(shù)量以及選取樣本的方式（隨機(jī)、時(shí)間序列等）較為敏感，我們采用相對(duì)穩(wěn)定的AIC法選取參數(shù)。4請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明1.2 行業(yè)挑選結(jié)果1098765432105請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：Wind，海通證券研究所電力設(shè)備及新能源醫(yī)藥電子有色金屬國(guó)防軍工交通運(yùn)輸基礎(chǔ)化工建材通信電力及公用事業(yè)非銀行金融汽車(chē)石油石化家電房地產(chǎn)煤炭紡織服裝食品飲料建筑機(jī)械

5、傳媒鋼鐵商貿(mào)零售綜合輕工制造銀行消費(fèi)者服務(wù)計(jì)算機(jī)農(nóng)林牧漁根據(jù)Post-Lasso方法，我們選擇1-t-1時(shí)刻的數(shù)據(jù)（至少60個(gè)月）進(jìn)行滾動(dòng)回 測(cè)，2010/1-2020/3各行業(yè)lasso平均選擇相關(guān)行業(yè)數(shù)量如下。Lasso平均選擇行業(yè)為2.48個(gè)，其中電力設(shè)備及新能源相關(guān)行業(yè)數(shù)量較多，平 均達(dá)9.24個(gè)。圖：各行業(yè)Lasso平均選擇相關(guān)行業(yè)數(shù)量1.2 行業(yè)挑選結(jié)果6請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：Wind，海通證券研究所石油石化煤炭有色金屬電力鋼鐵基礎(chǔ)化工建筑建材輕工制造機(jī)械電力設(shè)備國(guó)防軍工汽車(chē)商貿(mào)零售消費(fèi)者服務(wù)家電紡織服裝醫(yī)藥食品飲料農(nóng)林牧漁銀行非銀行金融房地產(chǎn)交通運(yùn)輸電子

6、通信計(jì)算機(jī)傳媒綜合石油石化1132225551075626346煤炭645414111116116830有色金屬1220554531209111電力32058251043227735鋼鐵29893513484450基礎(chǔ)化工333151175235625建筑813620128617105建材315152818221輕工制造1164681232014637機(jī)械162294841895164612254135742電力設(shè)備33123151158國(guó)防軍工2111312363514汽車(chē)3732222865911410029商貿(mào)零售7035104271753651201021830消費(fèi)者服務(wù)1313222

7、41365467143家電13101410422329114611012212322紡織服裝67413116264671181醫(yī)藥77716642317食品飲料191121259262634012156243420農(nóng)林牧漁1134154421556336411127銀行633571515795271026114146非銀行金融64333214813100252房地產(chǎn)163712334651201212334交通運(yùn)輸1677131515432532電子3171220461012631212010通信33410561415512348計(jì)算機(jī)310451221225115傳媒647142215101

8、17392510251031綜合1055635286318145836219圖：各行業(yè)歷史選擇行業(yè)次數(shù)（縱向）1.2 行業(yè)挑選結(jié)果7請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：Wind，海通證券研究所煤炭有色金 屬電力鋼鐵基礎(chǔ)化 工建材電力設(shè) 備汽車(chē)紡織服 裝醫(yī)藥食品飲 料銀行非銀行 金融交通運(yùn) 輸電子傳媒銀行633571515795271026114146房地產(chǎn)163712334651201212334從Lasso選擇的結(jié)果來(lái)看，許多變量選擇還是具有一定的經(jīng)濟(jì)意義的。例如銀行和房地產(chǎn)，均有超過(guò)10個(gè)行業(yè)曾經(jīng)選擇其成為相關(guān)行業(yè)因子。被選次 數(shù)分別高達(dá)479次和528次，在29個(gè)行業(yè)中位列前

9、五。這在經(jīng)濟(jì)上是合理的， 因?yàn)樵S多行業(yè)的公司廣泛依賴于金融中介融資。圖：銀行和房地產(chǎn)行業(yè)歷史被選擇次數(shù)1.3 出現(xiàn)未選擇行業(yè)的填補(bǔ)方法120%100%80%60%40%20%0%8請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：Wind，海通證券研究所農(nóng)林牧漁計(jì)算機(jī)消費(fèi)者服務(wù) 銀行輕工制造 食品飲料 商貿(mào)零售 鋼鐵建筑 綜合 通信紡織服裝 石油石化 家電機(jī)械有色金屬 煤炭房地產(chǎn)傳媒電力及公用事業(yè) 汽車(chē)電力設(shè)備及新能源交通運(yùn)輸 電子非銀行金融醫(yī)藥國(guó)防軍工 建材基礎(chǔ)化工值得注意的是，部分行業(yè)存在Lasso篩掉全部行業(yè)的情況，如下圖所示。出現(xiàn)未選擇行業(yè)的情況時(shí)，我們采用t-12至t-1期間的平均月收

10、益率進(jìn)行填補(bǔ)。圖：各行業(yè)0行業(yè)因子期數(shù)占比1.3 出現(xiàn)未選擇行業(yè)的填補(bǔ)方法第一種：使用Lasso模型的截距項(xiàng)作為代替當(dāng)所有自變量的系數(shù)均為0，此時(shí)的截距為訓(xùn)練集中Y的均值在本文的行業(yè)輪動(dòng)模型中，截距的實(shí)際意義為2到t的行業(yè)收益均值 = + + + 為行業(yè)第n月的收益率，下同 第二種：使用行業(yè)自身的動(dòng)量作為代替采用t-12到t-1的行業(yè)收益均值 = + + + 資料來(lái)源：Wind，海通證券研究所9請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明1.4 策略結(jié)果展示采用2005年1月起至預(yù)測(cè)時(shí)間點(diǎn)的全部數(shù)據(jù)進(jìn)行模型訓(xùn)練，訓(xùn)練集長(zhǎng)度至少為60 個(gè)月（即回測(cè)期從2010年開(kāi)始），模型設(shè)臵如下：模型：Post-L

11、asso，填補(bǔ)方法：動(dòng)量法初始訓(xùn)練集長(zhǎng)度N：60，正則化參數(shù)優(yōu)化方法：AIC圖：Post-Lasso策略分組表現(xiàn)（2010-2020.4）圖：策略多頭相對(duì)基準(zhǔn)和多空表現(xiàn)0.00.51.01.52.02.53.03.520.0219.0819.0218.0818.0217.0817.0216.0816.0215.0815.0214.0814.0213.0813.0212.0812.0211.0811.0210.0810.02Q1Q2Q3Q4Q53.53.02.52.01.51.00.50.020.0219.0819.0218.0818.0217.0817.0216.0816.0215.0815.

12、0214.0814.0213.0813.0212.0812.0211.0811.0210.0810.02多頭相對(duì)基準(zhǔn)強(qiáng)弱多空相對(duì)強(qiáng)弱資料來(lái)源：Wind，海通證券研究所10請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明1.4 策略結(jié)果展示11資料來(lái)源：Wind，海通證券研究所請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明分年度看Post-Lasso策略的表現(xiàn)，2011年和2016年多空和相對(duì)基準(zhǔn)的超額收益為負(fù)，以及2010年的多空為負(fù)，其他年份多空和超額均為正值圖：Post-Lasso策略分年表現(xiàn)（2010-2020.4）多頭空頭基準(zhǔn)多空超額20107.91%12.17%5.06%-4.26%2.85%2011

13、-33.97%-30.86%-28.40%-3.11%-5.56%201213.00%-0.27%3.30%13.27%9.70%201318.78%-3.05%13.70%21.83%5.08%201459.88%34.35%48.01%25.53%11.87%201556.77%40.72%50.37%16.04%6.39%2016-18.27%-11.20%-13.29%-7.07%-4.99%201712.94%-5.73%1.14%18.67%11.80%2018-28.23%-34.94%-28.87%6.71%0.64%201946.12%10.04%28.32%36.08%17

14、.80%20209.96%-6.03%-2.73%15.99%12.70%1.5 策略對(duì)比12資料來(lái)源：Wind，海通證券研究所請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明Post-LassoLasso動(dòng)量填補(bǔ)截距填補(bǔ)動(dòng)量填補(bǔ)截距填補(bǔ)多頭超額5.36%4.76%4.56%3.49%空頭超額-6.38%-2.98%-4.75%-5.33%多空收益差11.57%6.94%9.19%8.30%多空收益-T3.062.142.422.26如下，對(duì)比Post-Lasso和Lasso模型以及兩種行業(yè)填補(bǔ)方法的表現(xiàn)采用Post-Lasso模型以及動(dòng)量填補(bǔ)的表現(xiàn)相對(duì)更優(yōu)表：策略表現(xiàn)對(duì)比(2010-2020.4)Po

15、st-LassoLasso動(dòng)量填補(bǔ)截距填補(bǔ)動(dòng)量填補(bǔ)截距填補(bǔ)ICRank ICICRank ICICRank ICICRank IC均值0.0730.0680.0460.0380.0810.0730.0490.046IR0.9520.9310.7170.5590.9770.9660.7210.652勝率58.10%59.70%58.10%54.00%57.30%61.30%60.50%53.20%T3.052.982.31.793.133.092.312.09表：策略因子化對(duì)比(2010-2020.4)1.6 敏感性分析13資料來(lái)源：Wind，海通證券研究所請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明

16、N多頭超額空頭超額多空收益差多空收益-T363.70%-5.04%8.12%2.37482.03%-7.78%8.92%2.52605.36%-6.38%11.57%3.06726.45%-7.42%14.07%3.59847.61%-8.81%16.13%3.75966.45%-9.94%16.16%3.411086.85%-7.40%14.11%2.831206.27%-8.37%15.62%2.8613215.87%-0.99%17.19%3.3414411.09%-9.33%21.90%3.50在不同的初始訓(xùn)練期，策略的多空收益均較為顯著訓(xùn)練期越長(zhǎng)，策略的多空收益相對(duì)更高表：策略在不同

17、初始訓(xùn)練期下的收益表現(xiàn)1.6 敏感性分析資料來(lái)源：Wind，海通證券研究所14請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明ICRank ICN均值IR勝率T均值IR勝率T360.0620.83357.40%2.920.0570.80958.80%2.83480.0660.86657.40%2.910.0580.81658.10%2.74600.0730.95258.10%3.050.0680.93159.70%2.98720.0771.00458.00%3.050.0720.98960.70%3.01840.0871.09960.00%3.160.0861.16663.00%3.35960.0831

18、.05861.40%2.850.0821.09262.50%2.941080.081.00660.50%2.510.0821.09761.80%2.741200.0871.08859.40%2.490.0871.18162.50%2.711320.1041.34859.60%2.780.11.38263.50%2.851440.1311.62365.00%2.930.1381.92565.00%3.47在不同的初始訓(xùn)練期，策略的因子IC均較為顯著訓(xùn)練期越長(zhǎng)，策略的IC均值和IR就相對(duì)越高表：策略在不同初始訓(xùn)練期下的因子表現(xiàn)1.6 敏感性分析資料來(lái)源：Wind，海通證券研究所15請(qǐng)務(wù)必閱讀正文之

19、后的信息披露和法律聲明ICRank ICNIC均值IR勝率TIC均值IR勝率T30.0350.41257.30%1.320.030.37953.20%1.2140.0470.56659.70%1.810.0430.54554.80%1.7450.0510.67554.80%2.160.0390.53956.50%1.7260.0570.76760.50%2.450.0490.69655.60%2.2370.0650.8758.10%2.780.0570.80157.30%2.5680.0730.98958.90%3.170.0580.83658.10%2.6890.0771.02859.70%

20、3.290.0560.7958.10%2.53100.0670.88955.60%2.850.0520.7155.60%2.27110.0690.90755.60%2.90.0590.82556.50%2.64120.0730.95258.10%3.050.0680.93159.70%2.98動(dòng)量填補(bǔ)法采用t-1到t-N行業(yè)收益均值，下表為參數(shù)N的敏感性分析N在6到12之間，策略因子的表現(xiàn)顯著且穩(wěn)健表：策略在不同動(dòng)量填補(bǔ)參數(shù)下的因子表現(xiàn)1.7 和傳統(tǒng)動(dòng)量策略比較針對(duì)Lasso模型中出現(xiàn)未選擇行業(yè)的情況，我們采用行業(yè)自身的動(dòng)量進(jìn)行填補(bǔ)，因此我們將Post-Lasso行業(yè)輪動(dòng)策略與傳統(tǒng)動(dòng)量策略進(jìn)行

21、比較表： Post-Lasso策略因子與動(dòng)量的相關(guān)系數(shù)圖：Post-Lasso策略和動(dòng)量因子的多頭凈值3個(gè)月6個(gè)月12個(gè)月相關(guān)系數(shù)0.260.400.563.53.02.52.01.51.00.50.020.0219.0819.0218.0818.0217.0817.0216.0816.0215.0815.0214.0814.0213.0813.0212.0812.0211.0811.0210.0810.02Post-Lasso策略 6個(gè)月動(dòng)量3個(gè)月動(dòng)量12個(gè)月動(dòng)量資料來(lái)源：Wind，海通證券研究所16請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明表： Post-Lasso策略和動(dòng)量因子IC對(duì)比IC策

22、略3個(gè)月6個(gè)月12個(gè)月均值0.0730.0120.0090.045IR0.9520.1140.0930.447勝率58.10%52.70%51.10%51.60%T3.050.440.361.69Rank IC策略3個(gè)月6個(gè)月12個(gè)月均值0.068-0.0010.0130.044IR0.931-0.0060.1440.471勝率59.70%47.30%50.50%52.70%T2.98-0.020.551.78基于客戶-供應(yīng)商 關(guān)系的行業(yè)輪動(dòng)策略02請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明17182.1 I-O網(wǎng)絡(luò)方法介紹請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：海通證券研究所整理除了采用

23、lasso等機(jī)器學(xué)習(xí)方法對(duì)行業(yè)進(jìn)行篩選，我們還可以采用行業(yè)間關(guān)聯(lián)關(guān) 系的先驗(yàn)知識(shí)（知識(shí)圖譜）挑選相關(guān)行業(yè)。常用的方法是基于I-O數(shù)據(jù)（input-output data）構(gòu)建行業(yè)間貿(mào)易網(wǎng)絡(luò)（Trade Network）。例如以投入產(chǎn)出表數(shù)據(jù)為例，行業(yè)間中間投入數(shù)據(jù)如下：表：2015年投入產(chǎn)出表示例192.1 I-O網(wǎng)絡(luò)方法介紹請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明我們可以將其轉(zhuǎn)換為拉動(dòng)型產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)（Pulling Industry Complex Network）和推動(dòng)型產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)（Pushing Industry ComplexNetwork）。其中拉動(dòng)型網(wǎng)絡(luò)是基于下游產(chǎn)業(yè)對(duì)上游產(chǎn)業(yè)的拉

24、動(dòng)作用建立的，需要從投入產(chǎn)出 表的縱向描述產(chǎn)業(yè)間的關(guān)聯(lián)關(guān)系。即假設(shè)存在N個(gè)行業(yè)，xij表示第i個(gè)行業(yè)對(duì)第j 個(gè)行業(yè)的中間投入，則可計(jì)算行業(yè)i對(duì)行業(yè)j的中間投入在所有行業(yè)對(duì)行業(yè)j的中間 投入中的占比PULLij，公式如下：= =若PULLij大于關(guān)聯(lián)關(guān)系臨界值，則認(rèn)為i和j存在關(guān)聯(lián)關(guān)系，記為1（存在邊連接），否則為0（不存在邊連接）。本文選取的關(guān)聯(lián)關(guān)系臨界值為1/（N-1）。推動(dòng)型網(wǎng)絡(luò)則是基于上游產(chǎn)業(yè)對(duì)下游產(chǎn)業(yè)的推動(dòng)作用建立的，需要從投入產(chǎn)出表 的橫向描述產(chǎn)業(yè)間的關(guān)聯(lián)關(guān)系。即行業(yè)i對(duì)行業(yè)j的中間投入在行業(yè)i對(duì)所有行業(yè)的 中間投入中的占比Pushij可根據(jù)以下公式如下：= =2.1 I-O網(wǎng)絡(luò)方法

25、介紹20請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：海通證券研究所整理兩種產(chǎn)業(yè)網(wǎng)絡(luò)可以進(jìn)一步匯總為強(qiáng)關(guān)系產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)（Strong Ties Industry Complex Network）和弱關(guān)系產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)（Weak Ties Industry Complex Network） 。強(qiáng)關(guān)系網(wǎng)絡(luò)是產(chǎn)業(yè)間拉動(dòng)和推動(dòng)雙強(qiáng)時(shí)形成的網(wǎng)絡(luò)結(jié)構(gòu)，即行業(yè)i和j在拉動(dòng)網(wǎng)絡(luò) 和推動(dòng)網(wǎng)絡(luò)中均為1，則強(qiáng)關(guān)系網(wǎng)絡(luò)中記為1。我們以2015年的投入產(chǎn)出表為例，生成的強(qiáng)關(guān)系網(wǎng)絡(luò)如下：2.1 I-O網(wǎng)絡(luò)方法介紹21請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：海通證券研究所整理弱關(guān)系網(wǎng)絡(luò)是產(chǎn)業(yè)間拉動(dòng)和推動(dòng)單強(qiáng)時(shí)形成的

26、網(wǎng)絡(luò)結(jié)構(gòu)，即行業(yè)i和j在拉動(dòng)網(wǎng)絡(luò) 和推動(dòng)網(wǎng)絡(luò)中任一為1，則弱關(guān)系網(wǎng)絡(luò)中記為1。同樣以2015年的投入產(chǎn)出表為 例，生成的弱關(guān)系網(wǎng)絡(luò)如下：2.1 I-O網(wǎng)絡(luò)方法介紹22請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明基于這兩種匯總網(wǎng)絡(luò)，我們就可以針對(duì)某一行業(yè)選取其貿(mào)易相關(guān)行業(yè)的滯后收益率作為該行業(yè)未來(lái)表現(xiàn)的預(yù)測(cè)變量。但以上基于投入產(chǎn)出表的網(wǎng)絡(luò)構(gòu)建方法存在三點(diǎn)問(wèn)題：1、投入產(chǎn)出表所列舉的行業(yè)劃分標(biāo)準(zhǔn)與常用的上市公司行業(yè)劃分標(biāo)準(zhǔn)不同，構(gòu)建行業(yè)輪動(dòng)策略需要進(jìn)行手動(dòng)匹配，具有一定的主觀性；2、投入產(chǎn)出表數(shù)據(jù)更新頻率過(guò)低，我國(guó)一般每五年編制一版投入產(chǎn)出表，構(gòu)建的行業(yè)輪動(dòng)策略各行業(yè)選取變量變化次數(shù)極少；3、投入產(chǎn)出表

27、數(shù)據(jù)披露滯后期過(guò)長(zhǎng)，例如2017年投入產(chǎn)出表于2019年9月 發(fā)布，構(gòu)建的行業(yè)輪動(dòng)策略關(guān)聯(lián)關(guān)系更新過(guò)慢及滯后。2.2 基于上市公司的客戶-供應(yīng)商關(guān)系構(gòu)建行業(yè)網(wǎng)絡(luò)因此，我們選擇采用FactSet供應(yīng)鏈數(shù)據(jù)庫(kù)中的A股上市公司的客戶-供應(yīng)商關(guān)系，套入I-O網(wǎng)絡(luò)方法中，構(gòu)建行業(yè)網(wǎng)絡(luò)。具體的做法如下所示：將個(gè)股的客戶-供 應(yīng)商關(guān)系映射到行 業(yè)，以客戶企業(yè)營(yíng) 收作為中間投入生成行業(yè)投入產(chǎn) 出表首先構(gòu)建拉動(dòng)型和 推動(dòng)型網(wǎng)絡(luò)，進(jìn)一 步計(jì)算強(qiáng)關(guān)系和弱 關(guān)系網(wǎng)絡(luò)生成行業(yè)網(wǎng)絡(luò)根據(jù)網(wǎng)絡(luò)中的關(guān)聯(lián) 關(guān)系選擇每期每個(gè) 行業(yè)用于預(yù)測(cè)的滯 后行業(yè)收益根據(jù)關(guān)聯(lián)關(guān)系選 擇變量23請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明2.3 網(wǎng)絡(luò)生

28、成結(jié)果24請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明資料來(lái)源：FactSet，Wind，海通證券研究所圖：強(qiáng)關(guān)系行業(yè)網(wǎng)絡(luò)（2020.03）圖：弱關(guān)系行業(yè)網(wǎng)絡(luò)（2020.03）252.3 網(wǎng)絡(luò)生成結(jié)果請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明強(qiáng)關(guān)系網(wǎng)絡(luò)和弱關(guān)系網(wǎng)絡(luò)每期平均選取的行業(yè)數(shù)量均保持相對(duì)穩(wěn)定。其中強(qiáng)關(guān)系網(wǎng)絡(luò)維持在2-3個(gè)行業(yè)，弱關(guān)系網(wǎng)絡(luò)維持在6-7個(gè)行業(yè)。圖：強(qiáng)關(guān)系和弱關(guān)系網(wǎng)絡(luò)每期平均選取行業(yè)數(shù)量變動(dòng)情況（2016.12-2020.03）876543210強(qiáng)關(guān)系網(wǎng)絡(luò)弱關(guān)系網(wǎng)絡(luò)資料來(lái)源： FactSet， Wind，海通證券研究所2.4 策略表現(xiàn)強(qiáng)關(guān)系網(wǎng)絡(luò)設(shè)臵回看期為36個(gè)月，強(qiáng)關(guān)系網(wǎng)絡(luò)策略多頭年

29、化超額收益為2.08%，空頭年化 超額收益為-7.61%，多空收益為10.53%。多空策略最大相對(duì)回撤為10.18%。圖：強(qiáng)關(guān)系網(wǎng)絡(luò)策略多頭組合相對(duì)基準(zhǔn)和空頭組合的累計(jì)凈值1.51.41.31.21.11.00.90.8多頭相對(duì)基準(zhǔn)多頭相對(duì)空頭請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明26資料來(lái)源： FactSet， Wind，海通證券研究所2.4 策略表現(xiàn)弱關(guān)系網(wǎng)絡(luò)弱關(guān)系網(wǎng)絡(luò)策略多頭年化超額收益為8.06%，空頭年化超額收益為-9.22%，多 空收益達(dá)17.79%。多空策略最大相對(duì)回撤僅為3.99%。圖：弱關(guān)系網(wǎng)絡(luò)策略多頭組合相對(duì)基準(zhǔn)和空頭組合的累計(jì)凈值資料來(lái)源： FactSet， Wind，海通證券研究所2.01.81.61.41.21.00.8多頭相對(duì)基準(zhǔn)多頭相對(duì)空頭請(qǐng)務(wù)必閱讀正文之后的信息披露和法律聲明272.5 策略表