原标题:金工专题报告:海外文献推荐第175期
机器学习能用于基金组合构建吗?
众所周知,事先确定未来表现优异的共同基金是一项困难的任务。本文基于大量投资者容易获得的基金特征数据,利用机器学习方法训练提升其预测能力。研究发现,利用1980 年至2018 年期间美国股票型基金的数据,基于机器学习方法构建的基金组合,经风险调整后的年回报率样本外高达4.2%。主要原因是该方法可以利用多种信息,并允许预测因子与基金业绩间的非线性关系。此外,可以发现随着时间的推移所有投资者组合的业绩都会下降,这可能与资本市场的竞争加剧及行业层面的规模不经济有关。
(文章来源:天风证券)
(责任编辑:DF506)