【資料圖】
5月22日，上海財經(jīng)大學滴水湖高級金融學院揭牌儀式暨“構(gòu)筑新興金融人才高地賦能上海國際金融中心”學術交流活動于上海自貿(mào)試驗區(qū)臨港新片區(qū)滴水湖會議中心舉行。
南方科技大學金融系講席教授李仲飛發(fā)表了題為《基于機器學習方法的中國公募基金收益預測》的主旨演講。他綜合了基金自身特征、基金持有股票特征、基金經(jīng)理特征和宏觀變量四大類104個特征指標，運用8種機器學習方法，研究中國公募基金收益是否可以被預測，哪些特征可以預測基金收益，以及特征和基金收益的非線性關系。
李仲飛表示，機器學習方法有其獨特優(yōu)勢，可以分析解釋變量和被解釋變量之間的非線性關系，可以有效處理多重共線性，對缺失的數(shù)據(jù)不敏感，可以有效篩選與因變量相關的自變量，不要求數(shù)據(jù)符合特定的分布形式。
他還說，機器學習模型在基金市場的不同情況下都具有非常好的預測能力，能獲得高達66%的樣本外R2；能有效識別優(yōu)秀的基金；能獲得非常高的投資組合收益，未來首個季度的最高實際收益可達40%，高水平業(yè)績可持續(xù)6個季度。
李仲飛進一步稱，基金經(jīng)理過去的收益是最重要的特征，基金過去的收益具有較好的預測能力，宏觀特征也很重要，其他與經(jīng)理相關的特征（包括性別、海外經(jīng)驗以及是否擁有CFA、CPA和MBA等學位）預測力較低。基金未來收益與基金經(jīng)理之前的收益和基金之前的收益正相關，與基金年齡負相關，與換手率無關。在基金層面和行業(yè)層面都存在規(guī)模不經(jīng)濟現(xiàn)象。
據(jù)悉，該主題活動由上海自貿(mào)試驗區(qū)臨港管委會、上海財經(jīng)大學、上海臨港經(jīng)濟發(fā)展（集團）有限公司主辦，中央廣播電視總臺上海總站、上海證券報、中國證券網(wǎng)作為合作媒體對活動進行全方位、多角度報道。
（文章來源：上海證券報·中國證券網(wǎng)）
標簽：
