行业研究报告

机器学习识别基金经理投资能力:神经网络预测基金业绩,多空收益差191%

2023-08金融投资19.0华安证券

本报告基于神经网络模型,利用基金持仓股票特征、基金特征及市场情绪等预测基金异常回报。研究表明,投资最佳10%基金可获72%累计异常回报,而最差10%亏损119%,多空收益差达191%。基金动量与资金流是重要预测变量,且存在非线性交互效应。该研究为基金选择提供量化视角。

报告摘要

本报告基于神经网络模型,利用基金持仓股票特征、基金特征及市场情绪等预测基金异常回报。研究表明,投资最佳10%基金可获72%累计异常回报,而最差10%亏损119%,多空收益差达191%。基金动量与资金流是重要预测变量,且存在非线性交互效应。该研究为基金选择提供量化视角。

核心要点

  1. 主要观点
  2. 预测变量与模型设置
  3. 结论
  4. 风险提示

报告信息

文件全名
“学海拾珠”系列之一百五十六:使用机器学习识别基金经理投资能力-华安证券
适合读者
基金经理量化研究员金融分析师
核心数据
  1. 119%
  2. 191%
核心议题
金融投资多空收益差神经网络基金业绩

常见问题

《机器学习识别基金经理投资能力:神经网络预测基金业绩,多空收益差191%》主要包含哪些内容?

本报告基于神经网络模型,利用基金持仓股票特征、基金特征及市场情绪等预测基金异常回报。研究表明,投资最佳10%基金可获72%累计异常回报,而最差10%亏损119%,多空收益差达191%。基金动量与资金流是重要预测变量,且存在非线性交互效应。该研究为基金选择提供量化视角。核心数据:119%;191%。

这份报告由哪家机构发布?

本报告由华安证券发布,发布于 2023 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2023 年,全文约 19.0。

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?

适合基金经理、量化研究员、金融分析师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、多空收益差、神经网络、基金业绩等议题。

继续阅读

同分类报告

查看全部
📱 登录