时间序列模型的训练样本通常涉及一段连续的时间序列，训练样本中的训练集和验证集在时间上往往会有先后顺序，因此在时间序列模型的实际训练通常是使用一部分时间靠前的数据进行模型训练，再去预测时间上靠后的数据，这样就不得不面对一个训练样本的时间窗口长度选择问题。因此如何选择样本的时间窗口是所有时间序列模型训练中必须面对的一个问题。本报告主要研究递归时间窗口和滚动时间窗口训练方法在时间序列模型中的应用。本报告尝试把这种方法应用到19种商品期货的周度收益率预测上，对大部分商品而言能够改善预测效果。

&鉴于商品期货投资组合与股票、债券类的相关性较低，并有着良好的对抗通胀特性，在大类资产配置中起到不可或缺的作用，能效增强大类资产配置的收益率及降低风险。但商品组合投资收益的归因分析一直没有得到良好的解决，在传统CTA产品组合中利用商品指数、动量因子和期限结构等主要影响因素只能解释30%左右的收益，还有70%的收益无法简单解释，或者通常归为组合的Alpha收益。利用商品期货的便利收益定价模型与收益分解，定义商品期货投资收益的Alpha与Beta，并将期限结构价差标准化构建商品选择模型，同时进行合约期限的选择优化，相较于传统的期限结构对冲策略，能够获得更多的Alpha与Beta收益。华泰期货特此邀请您的参加！

一、会议时间：2018年4月27日15：00

二、会议主题及主讲人：

 1、时间序列模型中样本时间窗口的选择---陈维嘉

 2、商品期货投资收益的阿尔法与贝塔---罗剑

三、会议形式：直播平台（扫描或长按以下二维码即可参会）

手机版链接：http://xldlive.com/app/video/a4a5d3aa440430404a4b74ae5637b4f0

电脑版链接：http://xldlive.com/video/a4a5d3aa440430404a4b74ae5637b4f0

四、参会报名：欢迎各界投资者联系华泰期货开户营业部或拨打咨询电话400-628-0888