金融時間序列通常通常包含多個維度，不同維度數據的采樣頻率也不一致。如何處理這些不同頻率的數據是量化模型的一大難題。一種比較簡單直接的方法就是降低數據的采樣頻率，例如把日頻數據統一為周頻（甚至更低如月頻），再基于周頻數據進行預測。但這種方法的缺點也很明顯，期貨本身波動就比較大，通過低頻采樣的數據只能按低頻預測的結果來交易，如果在一周中期貨價格發(fā)生了大變，也無法根據量化模型做出合理的應對。

本報告介紹一種可利用低頻數據預測高頻數據的時間序列模型:RU-MIDAS(ReverseUntrictedMixedDataSampling)，中文可以譯作反面無限制混合數據采樣模型，這種模型是EricGhysels等人研究的MIDAS模型的反向應用，MIDAS模型是利用高頻數據預測低頻數據，而RU-MIDAS則是利用低頻數據預測高頻數據，因此被稱為反面。另外MIDAS模型引入了多項式函數來代替延時參數，而RU-MIDAS模型則沒有引入多項是所以被稱為無限制。RU-MIDAS模型首先由ClaudiaForoni等人在論文UsingLowFrequencyInformationforPredictingHighFrequencyVariables中提出。原文作者使用的是單因子模型，而在本報告中則在此基礎上擴展為多因子模型，希望通過多因子的引入和交易頻率的提高來規(guī)避中長策略低頻調倉可能出現的回撤。華泰期貨特此邀請您的參加！

一、會議時間：2018年2月28日15：30

二、會議主題及主講人：量化模型之“利用混頻多因子模型預測期貨日頻收益率”---陳維嘉

三、會議形式：直播平臺（掃描或長按以下二維碼即可參會）

手機版鏈接：http://xldlive.com/app/video/cee98aea5c59dfac674b379ece764da9

電腦版鏈接：http://xldlive.com/video/cee98aea5c59dfac674b379ece764da9

四、參會報名：歡迎各界投資者聯系華泰期貨開戶營業(yè)部或撥打咨詢電話400-628-0888