“学海拾珠”系列之二百：数据挖掘的修正与基金的业绩表现.pdfVIP

[Table_CommonRptType]金融工程

正文目录

1引言4

2数据挖掘的修正5

3基金业绩模型5

4数据挖掘修正的测试7

5数据与方差的估计8

6业绩持续性分析11

7总结14

风险提示：14

敬请参阅末页重要声明及评级说明2/15证券研究报告

[Table_CommonRptType]金融工程

图表目录

图表1文章框架4

图表2均值、标准差、年化夏普、TREYNOR比率（2003年11月~2023年10月）9

图表3共同基金描述性统计（单位：%）9

图表4平均年化夏普和TREYNOR比率以及标准差10

图表5估测的方差与零假设检验10

图表612、36、60个评估月下的FDP对比11

图表7过去12个月收益率的预测能力IC11

图表8过去36个月收益率的预测能力IC12

图表9信息系数IC之差（不同过去评估期与未来持有期）12

图表10多空收益之差13

图表11市场的序列相关性与基金的偏度13

敬请参阅末页重要声明及评级说明3/15证券研究报告

[Table_CommonRptType]金融工程

1引言

图表1文章框架

资料来源：华安证券研究所整理

截至2022年底，美国独立的共同基金数量已激增至7000个，每个基金由不同

的基金经理管理。此外，美国注册投资顾问（RIA）的数量也呈现前所未有的激增，

总数高达15,144名。这些顾问能够长久成功的关键因素在于他们能够从众多基金中

识别出表现最佳的基金。显然，基金经理在选股方面的技能存在很大差异。然而，关

于基金过去的成功多大程度上归功于运气，以及过去的成功是否能可靠地预测其未

来表现，仍然是一个有争议的问题。

多种指标都可以来衡量投资组合的表现，包括算术平均值、几何回报率和风险

调整后的回报率。早期的研究者，如特雷诺（Treynor，1965年）、夏普