基于支持向量机集成模型的我国混合型开放式基金投资价值分析

发布时间：2020-05-11 13:39

【摘要】：我国开放式基金经历了大约16年的成长,无论是在基金数量上还是在基金规模上都在迅速扩张,如今混合型开放式基金更是已经成为开放式基金的主力之一。基金数目众多,但业绩表现参差不齐,因此,如何对混合型开放式基金进行科学合理的基金绩效评价,并利用绩效评价指标挖掘出基金的投资价值至关重要。基金绩效评价指标基本可以分为收益类指标、风险类指标、风险调整后的收益类指标以及衡量基金经理的选股与择时能力的指标四大类指标,本文利用常用指标构建一个基金绩效评价指标体系。VaR指标作为基金业绩评价体系中的风险类指标,由于基金数据具有尖峰厚尾、金融集聚和杠杆性等特点,因此本文基于不同的GARCH模型估算不同基金的VaR值,通过基金业绩评价指标体系综合评价混合型开放式基金业绩表现。其次,由于SVM模型能很好的解决非线性、非高斯问题,而且在小样本上具有较高的预测精度,因此,在构建的基金绩效评价指标体系的基础上,引入SVM模型,预测基金投资价值。最后,针对有投资价值的基金数量较少,存在非平衡样本问题,本文提出了将SVM模型作为基本分类器的AdaBoost-SVM模型,通过比较准确率、F测度指标,显示AdaBoost-SVM的分类精度和泛化能力均优于SVM模型。本文首先通过计算基于不同分布下的GARCH、EGARCH、GJRGARCH模型下的基金VaR,并经过回测,根据Kupiec统计量和AIC统计量选择合适的GARCH模型,然后从基金绩效评价指标出发,预测基金投资价值。本文选取2014年10月1日到2017年12月31日的70只混合型开放式基金数据,利用三年的业绩评价指标采用SVM模型分析基金业绩评价指标对其季度、半年度、年度的投资价值产生的影响,之后利用AdaBoost算法对SVM模型的预测效果进行了优化,认为基金绩效评价指标对基金年度投资价值预测效果最佳,并以此作为评价基金投资价值的依据。
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.51

【参考文献】