基于動(dòng)量效應(yīng)和機(jī)器學(xué)習(xí)評(píng)分模型的FOF基金投資策略研究
發(fā)布時(shí)間:2024-03-22 19:09
FOF基金憑借著在傳統(tǒng)投資組合基礎(chǔ)上進(jìn)一步精選基金來更好地分散投資風(fēng)險(xiǎn),自誕生以來一直受到中外投資者的關(guān)注。雖然相較于國外金融投資市場國內(nèi)FOF基金的出現(xiàn)較晚,但是隨著2016年中國證監(jiān)會(huì)《公開募集證券投資基金運(yùn)作指引2號(hào)——基金中的基金指引》的發(fā)布以及國內(nèi)證券投資基金市場規(guī)模的不斷發(fā)展壯大,最近幾年FOF基金在中國發(fā)展迅速。在這種情況下,如何準(zhǔn)確高效地從龐大的基金產(chǎn)品中篩選出合適的投資標(biāo)的,并通過合理的投資組合方式獲得穩(wěn)定的投資績效,成為了證券投資機(jī)構(gòu)和普通投資者共同關(guān)注的問題。本文首先提出了一種基于機(jī)器學(xué)習(xí)的FOF基金動(dòng)量效應(yīng)檢驗(yàn)方法,相較于傳統(tǒng)方法主要考察基金過去單一的收益率指標(biāo),此方法將基金的風(fēng)險(xiǎn)收益指標(biāo)作為機(jī)器學(xué)習(xí)的入模變量,通過考察機(jī)器學(xué)習(xí)動(dòng)態(tài)建模預(yù)測效果來驗(yàn)證動(dòng)量效應(yīng)。為了解決動(dòng)態(tài)建模中大量的數(shù)據(jù)標(biāo)注需求,本文構(gòu)造了一種數(shù)據(jù)自動(dòng)標(biāo)注方法,通過基金次月的相對業(yè)績表現(xiàn)來對當(dāng)月基金進(jìn)行數(shù)據(jù)標(biāo)注,極大的提高了標(biāo)注效率。在數(shù)據(jù)的處理過程中,本文通過變量分箱和WOE編碼的方法,將原始數(shù)據(jù)依概率分布進(jìn)行映射,使非線性數(shù)據(jù)也表現(xiàn)出線性特征,在提高模型適應(yīng)性的同時(shí)也為基金評(píng)分模型的構(gòu)建奠定...
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
第一節(jié) 研究背景及意義
一、研究背景
二、研究意義
第二節(jié) 國內(nèi)外研究現(xiàn)狀
一、FOF基金篩選策略相關(guān)研究
二、資產(chǎn)配置策略相關(guān)研究
三、機(jī)器學(xué)習(xí)在量化投資中的應(yīng)用研究
第三節(jié) 研究內(nèi)容和研究方法
一、研究內(nèi)容
二、研究方法
第四節(jié) 本文的創(chuàng)新點(diǎn)
第二章 相關(guān)理論
第一節(jié) 量化投資理論
第二節(jié) 動(dòng)量效應(yīng)理論
第三節(jié) 機(jī)器學(xué)習(xí)理論
一、邏輯回歸
二、樸素貝葉斯
三、支持向量機(jī)
四、決策樹
五、隨機(jī)森林
六、XGBoost
第四節(jié) 資產(chǎn)配置理論
一、等權(quán)重模型
二、均值方差模型
三、風(fēng)險(xiǎn)平價(jià)模型
四、風(fēng)險(xiǎn)預(yù)算模型
第五節(jié) 本章小結(jié)
第三章 基于機(jī)器學(xué)習(xí)的FOF基金動(dòng)量效應(yīng)檢驗(yàn)
第一節(jié) 整體設(shè)計(jì)思路
第二節(jié) 數(shù)據(jù)來源
一、基金池選取
二、基金評(píng)價(jià)指標(biāo)的計(jì)算
第三節(jié) 數(shù)據(jù)預(yù)處理
一、數(shù)據(jù)自動(dòng)標(biāo)注方法
二、變量分箱
三、WOE編碼
四、變量篩選
第四節(jié) 基于機(jī)器學(xué)習(xí)的FOF基金動(dòng)量效應(yīng)檢驗(yàn)
一、機(jī)器學(xué)習(xí)模型評(píng)估方法
二、動(dòng)量效應(yīng)檢驗(yàn)
第五節(jié) 本章小結(jié)
第四章 基于機(jī)器學(xué)習(xí)評(píng)分模型的FOF基金量化投資策略
第一節(jié) 基金評(píng)分卡原理
第二節(jié) 基于基金評(píng)卡模型的投資序列
第三節(jié) 基金量化投資回測框架的構(gòu)建
一、現(xiàn)有的量化投資平臺(tái)
二、基于Python的基金量化投資回測框架
第四節(jié) 基于評(píng)分結(jié)果的投資組合回測
一、評(píng)分權(quán)重組合
二、評(píng)分權(quán)重風(fēng)險(xiǎn)預(yù)算組合
三、均值方差組合
四、風(fēng)險(xiǎn)平價(jià)組合
第五節(jié) FOF基金量化投資策略能力分析
一、資產(chǎn)配置能力分析
二、策略選基能力分析
三、倉位管理能力分析
第六節(jié) 本章小結(jié)
第五章 結(jié)論
第一節(jié) 研究結(jié)論
第二節(jié) 研究不足
第三節(jié) 研究展望
參考文獻(xiàn)
附錄 基金量化投資回測框架代碼
致謝
在讀期間科研成果
本文編號(hào):3934832
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
第一節(jié) 研究背景及意義
一、研究背景
二、研究意義
第二節(jié) 國內(nèi)外研究現(xiàn)狀
一、FOF基金篩選策略相關(guān)研究
二、資產(chǎn)配置策略相關(guān)研究
三、機(jī)器學(xué)習(xí)在量化投資中的應(yīng)用研究
第三節(jié) 研究內(nèi)容和研究方法
一、研究內(nèi)容
二、研究方法
第四節(jié) 本文的創(chuàng)新點(diǎn)
第二章 相關(guān)理論
第一節(jié) 量化投資理論
第二節(jié) 動(dòng)量效應(yīng)理論
第三節(jié) 機(jī)器學(xué)習(xí)理論
一、邏輯回歸
二、樸素貝葉斯
三、支持向量機(jī)
四、決策樹
五、隨機(jī)森林
六、XGBoost
第四節(jié) 資產(chǎn)配置理論
一、等權(quán)重模型
二、均值方差模型
三、風(fēng)險(xiǎn)平價(jià)模型
四、風(fēng)險(xiǎn)預(yù)算模型
第五節(jié) 本章小結(jié)
第三章 基于機(jī)器學(xué)習(xí)的FOF基金動(dòng)量效應(yīng)檢驗(yàn)
第一節(jié) 整體設(shè)計(jì)思路
第二節(jié) 數(shù)據(jù)來源
一、基金池選取
二、基金評(píng)價(jià)指標(biāo)的計(jì)算
第三節(jié) 數(shù)據(jù)預(yù)處理
一、數(shù)據(jù)自動(dòng)標(biāo)注方法
二、變量分箱
三、WOE編碼
四、變量篩選
第四節(jié) 基于機(jī)器學(xué)習(xí)的FOF基金動(dòng)量效應(yīng)檢驗(yàn)
一、機(jī)器學(xué)習(xí)模型評(píng)估方法
二、動(dòng)量效應(yīng)檢驗(yàn)
第五節(jié) 本章小結(jié)
第四章 基于機(jī)器學(xué)習(xí)評(píng)分模型的FOF基金量化投資策略
第一節(jié) 基金評(píng)分卡原理
第二節(jié) 基于基金評(píng)卡模型的投資序列
第三節(jié) 基金量化投資回測框架的構(gòu)建
一、現(xiàn)有的量化投資平臺(tái)
二、基于Python的基金量化投資回測框架
第四節(jié) 基于評(píng)分結(jié)果的投資組合回測
一、評(píng)分權(quán)重組合
二、評(píng)分權(quán)重風(fēng)險(xiǎn)預(yù)算組合
三、均值方差組合
四、風(fēng)險(xiǎn)平價(jià)組合
第五節(jié) FOF基金量化投資策略能力分析
一、資產(chǎn)配置能力分析
二、策略選基能力分析
三、倉位管理能力分析
第六節(jié) 本章小結(jié)
第五章 結(jié)論
第一節(jié) 研究結(jié)論
第二節(jié) 研究不足
第三節(jié) 研究展望
參考文獻(xiàn)
附錄 基金量化投資回測框架代碼
致謝
在讀期間科研成果
本文編號(hào):3934832
本文鏈接:http://sikaile.net/jingjifazhanlunwen/3934832.html
最近更新
教材專著