BVAR即贝叶斯向量自回归模型，与常用的VAR模型的区别在于参数估计的方式上应用了贝叶斯方法，在设定参数先验分布的基础上计算得到后验分布，并依据后验分布估计参数。本文尝试构建基于BVAR的商品多因子模型体系，并利用ICE Brent和NYMEX WTI进行回溯测试。

以明尼苏达先验作为参数的先验分布，描述因子时序数据的非稳态性

以明尼苏达先验作为BVAR模型中因子参数矩阵的先验分布，该先验假设样本观测值为非稳态序列，对于商品的基本面因子和宏观因子具有较好的描述性。此外，该先验分布符合自然共轭的特点，其后验分布有封闭解，便于计算。

BVAR对ICEBrent和NYMEX WTI的预测效果较好

利用ICE Brent期货和NYMEX WTI期货进行回溯测试，BVAR在测试中表现优异，全样本预测胜率接近60%，样本内外表现差异较小，误差分布较稳定。同时尝试构建基于预测的ICEBrent 和NYMEX WTI多空策略，其中ICE Brent下的BVAR策略表现较好，年化收益为16.28%，波动率为9.68%，最大回撤为7.77%

详细内容公司客户可查看。