对于股票收益率可预测性的研究已经有了悠久的历史,近年对于这方面的研究依旧热度不减。近年关于提高收益率可预测性的研究主要是从新的预测变量和新的预测方法这两个方面展开。本文从变量层面和模型层面提出了新的预测策略,包括变量拆分策略、模型转换策略和多重复合策略,并分析这三种策略在收益率过程中的作用。具体研究结果如下:(1)基于既有文献,本文的第三章提出了将预测变量分解成两个不同周期的成分变量并将其应用到预测回归模型中的变量拆分策略。具体而言,我们将每个经济预测变量拆分成多个月的移动平均成分序列,以及偏离于该移动平均成分的短周期成分序列。长周期成分变量用于衡量该经济变量的长期变化趋势,而短周期成分变量用于衡量短暂偏离于长期经济趋势的程度。我们将成分变量应用到预测回归模型中并按照组合预测的思想将各成分预测值的算术平均数作为包含单个经济变量完整信息的最终预测值。从该策略下各模型预测表现可以看出,相对于原经济变量的预测表现,当利用拆分变量预测股票收益率时,大多数变量的预测能力都有了明显提升。除了在统计检验中获得良好的预测表现之外,随后的经济价值检验、多变量策略、经济周期、长期收益率、方向正确率检验以及其它参数设定的条件下的检验结果都验证了变量拆分策略的有效性,同时也为收益率的可预测性提供了新的证据。(2)基于既有研究中的模型转换思想,本文第四章从模型层面提出了以实时利率水平为判定标准并进行模型转换的预测策略。该模型转换策略的基本思想是,当某个月的实时利率高于过去某一个历史时期的平均利率水平时,则认为当月的利率水平较高,从而保留回归模型的预测值;当实时利率低于这个水平时,则认为投机行为导致股价的变化不能理性反映经济因素的变化,从而将利用经济变量模型获得的预测值替换为历史均值。实证结果表明,对于大部分预测回归模型而言,在引入新的模型转换策略之后,模型的预测精度有了不同程度的提升。该结果是稳定有效的。首先在10种判定标准下,部分模型的预测能力都稳定显著优于基准模型。其次转换策略在经济价值检验和多变量策略中依然能维持其优越性。再次,复合判定标准、长期收益率以及各经济周期的收益率预测中,模型转换策略的效果依然稳健。(3)本文最后一章将变量拆分策略、模型转换策略以及以往研究中的预测值约束策略“串联”成双重复合策略和三重复合策略,然后检验变量层面、模型层面以及预测值层面的单一策略在被同时应用到收益率预测中时是否能发挥协同作用。实证结果表明,无论是在股票市场还是在原油市场,复合策略的综合表现都要优于单一策略的表现,验证了多策略“串联”时能发挥协同作用。