股市分析效能的提升路径研究
——基于宏观基本面数据的高频化预测
吴天姿 李昕育 温依诺 常锦涛

      【摘要】在金融分析中，低频宏观数据与高频市场信息间的“频率失配”制约了决策时效性。本研究以美国国内生产总值（GDP）高频化转换为实证场景，系统比较了动态因子模型（DFM）、长短期记忆网络（LSTM）与随机森林的预测性能。通过构建综合插值技术与多变量组合的实验框架，研究发现：LSTM 模型在引入多项式插值后展现出显著的性能优势，其根本原因 在于该模型能够有效捕捉宏观经济数据中复杂的时序依赖动态。本研究为国民生产总值及其他同类低频宏观指标的短期预测提供了经过实证验证的模型选择依据。
      【关键词】频率失配；短期预测；动态因子模型；长短期记忆网络；随机森林
引言
      在金融经济学中，股票市场与宏观经济基本面之间的内在联系已被广泛证实，然而，一个长期存在的实践难题是二者在数据频率上的严重失配：作为市场分析核心的股价数据以日度或更高频率更新，而诸如国内生产总值（GDP）等关键宏观经济变量却通常按季度发布，并伴有显著的统计与发布滞后。这种“频率失配”使得投资者与分析师难以在短期决策中有效利用宏观趋势信息，从而制约了投资组合的及时调整与风险管理的效能。
      为弥合频率鸿沟，“短期预测”技术应运而生。传统方法以动态因子模型（DFM）为代表，该模型通过降维处理高维数据捕捉经济共同波动。Juan et al. 曾利用 DFM 监测美国长期 GDP 增长放缓。机器学习算法中，随机森林能够有效建模变量间的复杂非线性交互，而长短期记忆网络（LSTM） 则因其独特的门控机制，在学习和记忆时间序列的长期依赖关系方面展现出巨大潜力，并已被用于 GDP 增长等宏观变量的实时预测，在金融时间序列预测领域被广泛应用。然而，不同插值方法与预测模型的组合效应及其与变量选择的交互影响，在现有研究中尚缺乏系统共识。为此，本研究致力于在统一框架内填补这一实证空白。
一、理论基础
      （一）动态因子模型
      动态因子模型（DFM）是一种经典的计量经济学方法，其核心思想是降维。该模型假设，大量可观测宏观经济变量的协同波动，主要由少数几个不可观测的共同因子所驱动。这些共同因子代表了经济体系中最核心的周期性与趋势性力量。
      DFM 通过状态空间模型和卡尔曼滤波等算法，可以有效地从数十甚至数百个相关月度指标中，提炼出驱动 GDP 变动的关键潜在力量。其最大优势在于理论框架严谨，能为预测结果提供良好的经济解释，并且能够自然地处理混合频率数据。然而，其对数据线性关系的假设，可能限制其对复杂非线性动态的捕捉能力。
      （二）LSTM 模型
      长短期记忆网络（LSTM）是一种特殊的循环神经网络，其设计初衷是解决传统模型在长序列训练中的记忆衰减问题。LSTM 的核心在于其独特的“门控机制”，该机制使其能够自主决定记住哪些重要信息、忘记哪些无关信息。可以将 LSTM 视为一个拥有精密控制阀的信息流水线。模型通过“输入门”筛选有价值的新信息，通过“遗忘门”丢弃过时的旧信息，并通过“输出门”决定在当前时刻应输出何种信息。这种结构使得 LSTM 特别擅长学习和记忆经济数据中的长期依赖模式，例如一个经济扩张周期如何影响后续数个季度的增长路径。对于像 GDP 这样具有强烈时序惯性和周期特征的变量，LSTM 的这种能力使其在理论上具备了显著优势。
      （三）随机森林
      随机森林是一种强大的集成学习算法，它通过构建大量的决策树并进行综合判断来做出预测。其核心机制建立在两大基石上：Bootstrap 重抽样与随机特征选择。在训练时，该算法会从原始数据中有放回地随机抽取多个样本子集，并为每个子集建立一棵决策树。在树的分裂过程中，算法还会随机限制可选择的特征变量。这种双重随机性确保了每棵树都各不相同且具有差异性，最终通过“集体决策”（即取所有树预测结果的平均值）来得到稳健的预测。随机森林的强大之处在于其卓越的非线性关系捕捉能力和抗过拟合性能，能够很好地理解宏观经济变量之间复杂的交互影响。但其本身并非为时序数据专门设计，因此需要依赖滞后变量作为输入特征来引入时间维度信息。
二、实证分析
      （一）数据选择与处理
      作为全球最受关注、数据质量最高、研究最充分的宏观经济指标之一，美国国内生产总值（GDP）对金融领域研究具有标杆意义。为此，本研究以美国季度 GDP 数据转换为月度序列这一典型任务为核心场景。为确保实证结果具备稳健性与普适性，研究选取了跨越四分之一世纪（1994 年 12 月至 2020 年 6 月）的历史数据。该样本完整覆盖了互联网泡沫、国际金融危机及新冠疫情初期的市场波动，为模型性能评估提供了包含多种经济状态的理想测试环境。基于宏观经济理论，研究从美联储经济数据库（FRED）中系统选取了九个对 GDP 波动具有前瞻性或同步指示意义的月度指标。这些指标涵盖了劳动力市场（如失业率）、消费与信心（如消费者情绪）、对外贸易（进出口价格指数）、房地产（新屋开工）以及货币金融环境（实际 M2 货币存量、联邦基金有效利率）等核心维度，旨在全面捕捉经济增长的动力与脉络。
      为解决宏观经济变量量纲不一的问题，本研究对所有月度特征指标进行了标准化处理，使其均值为 0，标准差为 1，以确保模型训练的稳定与公平。继而，为构建模型训练所需的监督学习目标重点采用了线性、多项式及最近邻插值三种方法，将原始的季度 GDP 数据转换为伪月度序列。      （二）模型训练与结果对比
      为系统评估不同模型在宏观数据高频化任务中的性能上限，本研究首先通过控制变量实验，分别确定了DFM、LSTM 和随机森林模型的最优预测配置，在此基础上采用统一测试集对各模型在最佳设定下的性能进行公平比较。本研究采用 RMSE、MAE 和 RMSPE 三项指标评估预测精度，三者分别用于放大较大误差、衡量平均偏差和提供尺度无关的相对误差度量。实验结果显示，不同模型对数据预处理与变量输入的响应具有显著差异。具体而言，动态因子模型（DFM）的表现验证了其线性框架的特点。该模型在未经插值的原始季度数据中表现最为稳健……其最佳性能依赖于失业率、消费与进出口指标三类核心因子。随机森林模型则展现出处理原始数据和非线性关系的优势。在采用无插值设定并输入六个变量时，它能充分发挥捕捉复杂交互作用的能力。相比之下，长短期记忆网络（LSTM）在利用时序信息方面表现最为突出。该模型能有效利用更密集平滑的数据，在引入多项式插值生成的月度 GDP 序列并结合六维指标时，达到最佳预测性能，三项误差指标均全面优于其他模型。
      （三）稳健性检验
      尽管 3.2 节结果表明 LSTM 在最优设定下性能领先，但其卓越表现是否依赖于特定的变量组合仍需检验。为此，本研究系统构建了包含 4 至 7 个宏观经济指标的不同变量组合，以考察模型性能对特征选择的敏感性。若模型性能随变量数量或组合发生显著波动，则其优越性可能源于特定变量选择，而非泛化能力。实证结果显示，LSTM 在不同维度输入中均保持了显著的稳定性能优势.如图 1 所示，其预测误差对不同维度的输入空间表现出较低的敏感性。同时，模型各项指标始终稳定在最优区间。该发现蕴含着一个重要的经济学洞见：LSTM 的稳健表现，在于其能够模拟经济分析师处理不完整或动态变化信息集的方式——即便可获知的指标组合发生变化，它依然能从中辨识出经济增长的核心动态。这种对特征选择的鲁棒性，进一步证实了其在宏观经济数据高频化转换任务中的实用价值。

      与此同时，随机森林与 DFM 在不同变量组合下的性能排序未发生显著变化——前者虽在点预测精度上接近LSTM 但仍受限于稳定性问题，后者则持续受困于其线性假设的局限性。这一对比结果从另一个维度强化了本研究的核心结论：在面向宏观基本面数据的高频化预测任务时，LSTM 模型因其卓越的时序建模能力和对特征工程的低敏感性，展现出作为首选方案的明显优势。
三、结语
      本研究围绕宏观经济数据与金融市场数据间的频率失配问题，系统探讨了通过短期预测技术实现数据高频化转换的有效路径。通过构建统一的实证框架，重点评估了动态因子模型、长短期记忆网络和随机森林三种模型在美国季度 GDP 月度序列预测任务中的性能表现。研究结果表明，不同模型对数据处理策略与变量选择的响应存在显著差异。长短期记忆网络模型（LSTM）在各项指标上持续优于其他模型，表明其在利用数据集时间依赖性方面具有显著优势。该模型结合多项式插值法后，其捕捉和预测数据趋势的能力得到进一步提升。
      本研究的理论价值在于为“频率转换”问题提供了来自机器学习领域的实证证据，表明在处理具有强时序依赖的宏观数据时，捕捉长期非线性动态的能力比传统预测范式更具优势。在实践层面，研究为金融分析和政策制定提供了明确参考：LSTM 模型可作为宏观数据高频化任务的首选方案，多项式插值是有效的预处理手段，而变量组合的灵活调整为平衡预测精度与计算效率提供了可能。参考文献
[1] Tobias O Olweny  Danson Kimani. Stock marketperformance  economic growth empirical evidence fromkenya using causality test approach. Advances in Managementapplied Economics, 1(3):177, 2011. 
[2] Chris Florackis, Gianluigi Giorgioni, Alexandros Kostakis, Costas Milas. On stock market illiquidity real-time gdpgrowth. Journal of International Money Finance, 44:210–229, 2014.
[3] Khaled Aljifri Khaled Hussainey. The determinants offorward-looki information in annual reports of uae companies.Managerial Auditing Journal, 22(9):881–894, 2007.
[4] Juan Antolin-Diaz, Thomas Drechsel,  Ivan Petrella.Tracking the slowdown in long-run gdp growth. Review ofEconomics  Statistics, 99(2):343–356, 2017.
[5] Daniel Hopp. Economic nowcasting with long short-termmemory artificial neural networks (lstm). Journal of OfficialStatistics, 38(3):847–873, 2022.
[6] 林昱 . 基于深度学习的股市预测方法研究及其在投资决策中的应用 [D]. 导师：常晋源 . 西南财经大学， 2024.