2018年基金仓位测算专题报告|基于回归法的持股仓位分析|华泰证券
本报告由华泰证券金工团队发布,系统研究了基于回归法的基金持股仓位测算模型。通过对比主成分回归、逐步回归、岭回归和Lasso回归四种方法,发现Lasso回归和逐步回归预测精度较高,预测误差大多落在[5%,15%]区间,而岭回归存在系统性高估。报告还指出回归时间窗口长度大于30天后预测效果平稳,但不宜超过60天。适合量化分析师、基金经理、金融研究员等专业人士参考,为基金仓位监控和投资决策提供方法论支持。
本报告由华泰证券金工团队发布,系统研究了基于回归法的基金持股仓位测算模型。通过对比主成分回归、逐步回归、岭回归和Lasso回归四种方法,发现Lasso回归和逐步回归预测精度较高,预测误差大多落在[5%,15%]区间,而岭回归存在系统性高估。报告还指出回归时间窗口长度大于30天后预测效果平稳,但不宜超过60天。适合量化分析师、基金经理、金融研究员等专业人士参考,为基金仓位监控和投资决策提供方法论支持。
本报告由华泰证券金工团队发布,系统研究了基于回归法的基金持股仓位测算模型。通过对比主成分回归、逐步回归、岭回归和Lasso回归四种方法,发现Lasso回归和逐步回归预测精度较高,预测误差大多落在[5%,15%]区间,而岭回归存在系统性高估。报告还指出回归时间窗口长度大于30天后预测效果平稳,但不宜超过60天。适合量化分析师、基金经理、金融研究员等专业人士参考,为基金仓位监控和投资决策提供方法论支持。
本报告由华泰证券金工团队发布,系统研究了基于回归法的基金持股仓位测算模型。通过对比主成分回归、逐步回归、岭回归和Lasso回归四种方法,发现Lasso回归和逐步回归预测精度较高,预测误差大多落在[5%,15%]区间,而岭回归存在系统性高估。报告还指出回归时间窗口长度大于30天后预测效果平稳,但不宜超过60天。适合量化分析师、基金经理、金融研究员等专业人士参考,为基金仓位监控和投资决策提供方法论支持。核心数据:四种回归方法;Lasso/逐步回归预测误差5%-15%;岭回归系统性高估。
本报告由华泰证券发布,发布于 2018 年。
覆盖 2018 年,全文约 20。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化分析师、基金经理、金融研究员、投资顾问等读者参考。
重点分析了金融投资、持股仓位、华泰证券、回归法等议题。