李仲飞:基于机器学习方法的中国公募基金收益预测

【资料图】

5月22日，上海财经大学滴水湖高级金融学院开幕式暨“建设新兴金融人才高地，赋能上海国际金融中心”学术交流活动在上海自由贸易试验区临港新区滴水湖会议中心举行。

南方科技大学金融系讲座教授李仲飞发表了题为《基于机器学习方法的中国公共基金收入预测》的主题演讲。他利用8种机器学习方法，研究了中国公共基金的收入是否可以预测，哪些特征可以预测基金的收入，以及特征与基金收入的非线性关系。

李仲飞表示，机器学习方法有其独特的优势，可以分析和解释变量之间的非线性关系，有效处理多个共线性，对缺失的数据不敏感，有效筛选与变量相关的自变量，不要求数据符合特定的分布形式。

他还说，机器学习模型在基金市场的不同情况下具有很好的预测能力，可以获得高达66%的R2样本；能有效识别优秀基金；能够获得非常高的投资组合收益，未来第一季度最高实际收益可达40%，高水平业绩可持续6个季度。

李仲飞进一步表示，基金经理过去的收入是最重要的特征，基金过去的收入具有良好的预测能力，宏观特征也非常重要，其他与经理相关的特征（包括性别、海外经验和CFA、对CPA、MBA等学位的预测较低。基金的未来收益与基金经理之前的收益和基金之前的收益正相关，与基金年龄负相关，与周转率无关。规模不经济现象存在于基金层面和行业层面。

据报道，主题活动由上海自由贸易试验区港口管理委员会、上海财经大学、上海港口经济发展（集团）有限公司主办，中央广播电视台上海站、上海证券新闻、中国证券网络作为合作媒体全面、多角度报道活动。

(文章来源:上海证券报·中国证券网)