1。原始模型回顾

　　在《数量化投资技术系列之三十五-基于基本面先行因子和行业微观结构的行业配臵模型》、《数量化投资技术系列之三十六-A股市场行业基本面先行因子及其对行业收益的预测作用》这两篇报告中，我们构建了基于基本面先行因子的行业配臵模型，从行业的基本面角度分析各行业先行因子存在的可能性，通过海量的基本面因子筛选，寻找可行的行业先行因子，并通过构建基于先行因子的回归模型来对行业收益进行预测。最终，通过对16个行业进行回溯和样本外检验，模型的效果多空收益对比显著分列在行业平均市场收益的两侧，达到了配臵的预期目标。

　　2。模型优化及改进

　　模型主要有以下几个方面可以做出相应的优化和改进：

　　月度频度的时间跨度问题。如果我们选择月末作为考察期终点，那么会至少缺少一个月的数据用于预测下个月收益，而且也会损失掉大量的可用信息；可选因子的先验质量问题。有关因子的有效数字的差异检验，以及相应时间序列的平稳性、协整检验在Granger因果检验之前都是有必要的；先行因子的动态确定问题。从尽可能避免未来数据的角度，可以每年利用过去所有信息重新寻找各行业的先行因子；先行因子的严格后验问题。在确定为先行因子之前，应该剔除互为双向因果的变量，以及无法通过单因子回归检验的因子。

　　3。单行业的模型优化结果

　　通过模型优化，最后筛选出的先行因子数量大大减少。这样既保证了每个单因子的先行可靠性，又为我们进行多元回归减轻了可能的多重共线性的影响。总体来说，单行业的预测效果泾渭分明，医药生物、食品饮料、电子等行业预测效果极佳，但也有个别行业，如石化、银行、家电等预测效果不佳。基于基本面因子，我们的确可以对于行业的收益表现有一定的预测作用，但毕竟基本面因子并不是解释行业收益唯一的原因，尤其是行业特征的不同，各行业对于基本面因子的预测所表现的吻合度也必然是各有不同的。

　　4。行业配臵模型优化结果

　　从多空组合单月收益的对比来看，14个月份中只有3个月份空头战胜了多头，多头仍然能够在大多数月份通过战胜各组合而累积超额收益。至4月份的预测期结束(2008-1-15至2011-05-14)，策略1的多头组合累计收益为13.67%，空头组合累计收益为-41.98%，而行业等权平均累计收益则为-17.70，多头组合能够显著战胜其他组合。

　　2010年1月至今，我们可以观察到，单从判断市场方向上来说，共有10个月(共14个月)在判断方向上完全准确，能够较好地判断出市场的走势。

　　根据策略1的预测结果，我们筛选出的多头组合为煤炭、电子和食品饮料，空头组合为石化、零售和农林牧渔。