基于收益率聚类的基金投资风格分析研究.pdfVIP

基于收益率聚类的基金投资风格分析 金秀，王凯 东北大学工商管理学院，辽宁沈阳，110004 摘要：在评价基金投资风格分析方法的基础上，本 文用基于遗传算法的k．means聚类算法将封闭式基意大利基金市场进行实证研究堙’。国内曾晓洁用 金收益率时间序列聚为三类，并根据国内标准将其 sharp风格回归模型分两阶段对我国封闭式股票基 投资风格分别判定为成长型，平衡型和价值型。研 金进行实证风格研究，得出许多有意义的结论晦1。 究结果表明我国大部分封闭式基金倾向于成长型和 但是他们是对中信风格指数而不是中信风格指数收 平衡型，同时我国的基金投资风格已经比较明显。 益率进行相关性和方差分析。事实上中信风格指数 关键词：投资风格，k．means聚类算法，遗传算法收益率之间高度相关，方差也很接近。而且风格回 归模型对基金收益率的解释程度普遍不高。因此本 1引言 进行风格分析。 所谓基金投资风格是指在一定时期，基金在构 建投资组合和选择股票的过程中所表现出的相同特 2基于遗传算法的k．means聚类算法 征和模式。对基金进行科学合理的风格分类有助于 投资者作出正确的投资选择与比较。对基金管理公 k．means聚类算法简单有效，已经应用到许多领 司而言，基金业绩的比较应该在同一风格中进行才 域，但是，该算法本质上是一种局部搜索技术，聚类 公平合理。对基金研究评价机构而言，基金的风格 算法在数据量较大，特别是在高维情况下，要得到合 分类是进行基金评级的基础。对监管部门而言，明 理的参数尤为困难，存在着许多局部极值，初始聚类 确基金的风格，将有利于针对不同的特点实施更有 中心和样本输入次序对最终结果有着很大的影响。 效的监督u’。证券投资基金在募集发行时一般会标 遗传算法是借鉴生物的自然选择和遗传进化机制而 明基金的投资风格，但如果按照募集说明书中的约 开发出的一种全局优化自适应概率搜索算法。遗传 定对基金进行风格分类，则会产生很大的偏差，因为 算法使用群体搜索技术，通过对当前群体施加选择、 投资基金有可能在实际的运作过程中有意无意的违 交叉i变异等一系列遗传操作，从而产生出新一代 背事先约定的投资风格。因此需要第三方对基金投 的群体，并逐步使群体进化到包含或接近最优解的 资风格进行界定。基金的风格分析主要有基于组合 风格分析和基于收益风格分析这两种方法。基于组 以实现全局并行搜索，具有简单，快速，稳定的优 合风格分析是指研究基金周期性披露的资产组合和 点。 配置鉴别基金风格，需要依赖于披露信息的正确性， 而且监督成本较高。而基于收益风格分析是指通过 2．1k．means聚类算法 研究基金收益率时间序列的统计特征鉴别基金风格， 具有数据获得容易，低成本，真实可靠的优点拉1。 基于收益风格分析主要有两种方法。一种是 其聚为k类q，C2，…，ck，则： Sharp于1992年提出的风格回归模型，其主体思路 Ci≠a，i=1，…，k， 就是通过比较基金所取得的收益率与风格指数收益 Ci 率的关系判定基金投资风格。基金收益率同某个风 k 格指数收益率之间相关性越强，那么该基金就越倾