美德还是幻影？汇率预测的复杂性

核心观点

本文研究了“复杂性优势”（VoC）是否适用于外汇汇率预测。研究发现，虽然复杂模型在极小样本和丰富的预测变量集下可以优于线性回归，但这些改进并不稳定，且无法转化为系统性的收益超过随机游走模型。随着训练窗口的扩大，复杂模型（Ridge-RFF）的表现迅速下降，而线性回归则越来越占优势，甚至在某些情况下超过随机游走模型。

关键数据和研究结论

• 预测模型：本文使用了非线性Ridge回归结合随机傅里叶特征（RFF）来构建复杂模型，并将其与线性回归和随机游走模型进行比较。
• 预测变量集：研究了三种经济基本面集：传统货币变量、扩展的货币和非货币变量（包括全球风险指标）以及泰勒规则预测变量。
• 训练窗口：使用了12个月、60个月和120个月的滚动训练窗口。
• 评估指标：使用了样本外R²、均方预测误差（MSPE）、克拉克-韦斯特（CW）测试和迪博尔德-马里奥（DM）测试来评估预测性能。
• 市场时机策略：通过构建基于预测回报的货币投资组合来评估模型的经济价值。

主要发现：

• 在极小样本中，Ridge-RFF在某些货币上可以优于线性回归，但无法系统性地超过随机游走模型。
• 随着训练窗口的扩大，线性回归的表现逐渐赶上甚至超过Ridge-RFF，而随机游走模型仍然具有很强的竞争力。
• 在扩展的货币和非货币变量集下，线性回归在中等和长期样本中始终优于随机游走模型。
• 市场时机策略结果表明，基于复杂性的策略偶尔可以获得短期收益，但存在不稳定性和剧烈的回撤风险，而简单的线性策略和随机游走策略则提供更稳健和一致的经济价值。

结论：

在外汇汇率预测中，复杂性的优势是有限的和脆弱的。线性回归在大多数情况下仍然是更可靠的选择，而随机游走模型则在外汇市场中仍然是一个难以超越的基准。