(资料图)

5月22日,上海财经大学滴水湖高级金融学院揭牌仪式暨“构筑新兴金融人才高地赋能上海国际金融中心”学术交流活动于上海自贸试验区临港新片区滴水湖会议中心举行。

南方科技大学金融系讲席教授李仲飞发表了题为《基于机器学习方法的中国公募基金收益预测》的主旨演讲。他综合了基金自身特征、基金持有股票特征、基金经理特征和宏观变量四大类104个特征指标,运用8种机器学习方法,研究中国公募基金收益是否可以被预测,哪些特征可以预测基金收益,以及特征和基金收益的非线性关系。

李仲飞表示,机器学习方法有其独特优势,可以分析解释变量和被解释变量之间的非线性关系,可以有效处理多重共线性,对缺失的数据不敏感,可以有效筛选与因变量相关的自变量,不要求数据符合特定的分布形式。

他还说,机器学习模型在基金市场的不同情况下都具有非常好的预测能力,能获得高达66%的样本外R2;能有效识别优秀的基金;能获得非常高的投资组合收益,未来首个季度的最高实际收益可达40%,高水平业绩可持续6个季度。

李仲飞进一步称,基金经理过去的收益是最重要的特征,基金过去的收益具有较好的预测能力,宏观特征也很重要,其他与经理相关的特征(包括性别、海外经验以及是否拥有CFA、CPA和MBA等学位)预测力较低。基金未来收益与基金经理之前的收益和基金之前的收益正相关,与基金年龄负相关,与换手率无关。在基金层面和行业层面都存在规模不经济现象。

据悉,该主题活动由上海自贸试验区临港管委会、上海财经大学、上海临港经济发展(集团)有限公司主办,中央广播电视总台上海总站、上海证券报、中国证券网作为合作媒体对活动进行全方位、多角度报道。

推荐内容