“学海拾珠”系列之二百：数据挖掘的修正与基金的业绩表现-240814.pdfVIP

[Table_StockNameRptType]

金融工程

专题报告

数据挖掘的修正与基金的业绩表现

——“学海拾珠”系列之二百

报告日期：2024-08-14主要观点：

[Table_RptDate]

[Table_Summary]

[Table_Author]本篇是“学海拾珠”系列第二百篇，文献扩展了Markowitz等人的

分析师：严佳炜

执业证书号：S0010520070001数据挖掘校正测试，允许定量模型的回报具有不同的市场贝塔值，并将

邮箱：yanjw@其用于估计基金经理技能的显著性，还计算了使用过去回报测算时犯下

第一类错误和第二类错误的概率。文献推导了使用过去回报预测未来持

分析师：钱静闲有回报的信息系数的近似公式，并将其与经验观察到的信息系数进行了

执业证书号：S0010522090002

比较。回到国内基金市场，也可以采用类似的方法测算基金在预测未来

邮箱：qianjx@

回报过程中是否采用了合适的数据样本，并验证指标的持续性。

⚫业绩评估指标：超越传统t统计量

Lo（2002）利用Hansen于1982年提出的广义矩估计（GMM）

方法，推导出夏普比率的估计误差，而Guerard、Wang和Xu

（2019）进一步扩展GMM，推导出特雷诺比率的估计误差。一旦得出

估计误差，就可以计算t值，t值能够验证或反驳与这些绩效指标相关

的零假设，从而为做出明智的投资决策提供坚实的基础。

然而，考虑到基金的数量众多，仅对单个t统计量进行分析可能会

[Table_CompanyReport]

相关报告高估有能力基金经理的比例：基于5年、10年和20年的回报数据，分

1.《宏观趋势与因子择时——“学海拾别有20%、30%和50%的基金经理被证明是有能力的——这显然是一

珠”系列之一百九十九》种高估。Fama和French（2010）通过三因子或四因子模型生成的

2.《另类情绪指标与股票市场收益之alpha值指出，只有2%的基金经理表现出了统计学上显著的选股技

间的关系——“学海拾珠”系列之一百能，这突显了采用超越传统t统计量的高级统计技术来完善基金选择过

九十八》程的必要性。

3.《基金在风格层面的情绪择时——

“学海拾珠”系列之一百九十七》⚫数据挖掘的修正测试

4.《宏观环境对价值溢价的影响——文献推导的模型能够基于过去的回报来计算基金的伪发现率

“学海拾珠”系列之一百九十六》（falsediscoveryrate）。它还能够计算过去回报对未来回报的横截面

5.《盈余公告后的机构共识：信息还是预期预测能力。发现，即使使用五年的数据，使用过去回报来做出决策

拥挤？——“学海拾珠”系列之一百九时犯下第一类错误和第二类错误的概率也非常高。

十五》对于大盘基金，随着未来持有期从3个月延长至12个月，其预测

6.