基于基金特征与机器学习的选基研究：决策树随机森林预测基金收益，年化25.79%

2022-11金融投资📊 西南证券¥2

📄 文件全名: 《基于基金特征与机器学习的选基研究-西南证券》
🎯 适合读者: 基金投资者金融工程师量化研究员
📊 核心数据: 25.79%
0.91
64.60%
🏷️ 核心议题: #金融投资#基金特征#机器学习#基金收益

📦 本报告属于月份合集

购买后将获得「2022 年 11 月报告合集」 · 共 3880 份报告打包下载链接

支付即将开放

报告摘要

本文利用基金定期披露的基本信息构造16个特征，通过决策树与随机森林模型预测基金未来收益，构建投资组合。在2005至2022年样本期内，模型预测IC均值0.084，策略年化收益率25.79%，最大回撤36.66%，Sharpe比率0.91，月胜率64.60%，超额收益显著。线性与非线性特征均有效。

📋 核心要点(部分)

摘要
特征构造
模型方法
策略表现
特征重要性分析
结论

❓ 常见问题

《基于基金特征与机器学习的选基研究：决策树随机森林预测基金收益，年化25.79%》主要包含哪些内容?

本文利用基金定期披露的基本信息构造16个特征，通过决策树与随机森林模型预测基金未来收益，构建投资组合。在2005至2022年样本期内，模型预测IC均值0.084，策略年化收益率25.79%，最大回撤36.66%，Sharpe比率0.91，月胜率64.60%，超额收益显著。线性与非线性特征均有效。核心数据:25.79%;0.91;64.60%。

这份报告由哪家机构发布?

本报告由西南证券发布,发布于 2022 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2022 年。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合基金投资者、金融工程师、量化研究员等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、基金特征、机器学习、基金收益等议题。