>> 華安證券-“學海拾珠”系列之一百五十六:使用機器學習識別基金經(jīng)理投資能力-230830
| 上傳日期: |
2023/8/30 |
大?。?/td>
| 1991KB |
| 格式: |
pdf 共19頁 |
來源: |
華安證券 |
| 評級: |
-- |
作者: |
嚴佳煒 |
| 下載權(quán)限: |
無限制-登錄即可下載 |
|
|
主要觀點: 本篇是“學海拾珠”系列第一百五十六篇,文獻使用機器學習模型將基金超額回報與共同基金的特征(包括它們所持有的股票的特征)以及反映經(jīng)濟狀況的變量聯(lián)系起來,探討了神經(jīng)網(wǎng)絡(luò)模型,主要是前饋神經(jīng)網(wǎng)絡(luò)在基金業(yè)績預(yù)測方面的應(yīng)用。回到國內(nèi)市場,將機器學習用于基金研究方面的研究相對較少,我們可以嘗試類似的方法進行業(yè)績預(yù)測。 預(yù)測變量、特征與模型設(shè)置 文獻主要預(yù)測的對象是共同基金的異?;貓螅饬苛丝鄢到y(tǒng)風險因子敞口后的基金績效。 使用的特征包括:基金持倉股票的46個特征(已被證明對預(yù)期回報的橫截面排序有預(yù)測力),基金動量、基金特征(成立時長、規(guī)模、資金流、費率、換手)、家族特征、市場情緒。 預(yù)測模型使用人工神經(jīng)網(wǎng)絡(luò),它允許變量之間的交互作用,以及特征與未來基金績效之間的非線性關(guān)系,根據(jù)它對下個月異?;貓蟮念A(yù)測,將基金分為十分組構(gòu)造組合,生成預(yù)測值加權(quán)投資組合和等權(quán)投資組合。 結(jié)論 根據(jù)神經(jīng)網(wǎng)絡(luò)模型的預(yù)測,投資于10%最佳基金的投資策略,將獲得72%的累計異?;貓螅畈畹?0%將獲得-119%的累計異?;貓螅?guī)避最差的基金比投資最佳的基金更有價值,扣費后多頭組仍有超額收益。 當分別僅使用股票特征、股票特征和情緒、基金特征、基金特征和情緒時,發(fā)現(xiàn)結(jié)果差異巨大,基金特征與股票特征形成鮮明對比,美國權(quán)益基金具有持久顯著預(yù)測能力的變量為基金動量與基金資金流,且它們與情緒存在交互作用,兩者間存在線性模型無法捕捉到的交互效應(yīng)。 風險提示 文獻結(jié)論基于歷史數(shù)據(jù)與海外文獻進行總結(jié);不構(gòu)成任何投資建議。
|
|