基金预测能力

基金预测能力开发Log


1,基金股票预测能力-2021


1,fund_bond_skill_log">1,基金债券预测能力-2023

2023年保险资管协会课题:基于绩优债券型基金池内基金净值和持仓特征,构建预测指标和评估指标
file_word=附件3_基金股债配置.docx ;path_word=C:\rc_2023\rc_202X\0课题研究\2023-保险资管-股债配置
file_excel= ;path_excel=
file_ppt= ;path_ppt=
file_python= ;;path_python=

计算过程:
1,基础组合预测能力:给定季度,导入基金前12个月涨跌幅,分别和各个指数的ret比较,计算平均超额收益最大、偏离幅度最小的3个指数,按偏离幅度构建指数配置权重,计算组合port_simu_0 的未来6个月平均收益、回撤;累计收益、回撤;相对基金收益、回撤的偏离程度。
测算预测能力skill:1,skill_ret 收益能力;2,skill_risk回撤能力;3,skill_stable,预测能力的稳定性=6个月偏离能力。数据:样本内和样本外, 2018~2022,2022~2023
2,基础指标:1,年纪越大越保守,反映在久期越小,信用越小;2,最大回撤越高,则信用 算法:在基础组合上,进行权重的偏离,再测算预测能力skill的改善。
3,资产配置:根据不同资产配置比例,按50%的幅度调整配置
4,市场适应能力:根据市场适应能力,对擅长的资产+环境类型加20%权重,假设上个月的市场环境会延续=顺趋势。
5,可转债多因子:测算加入转债因子组合后,对预测能力的影响。需要将pms里转债组合的月收益率单独导出并保存。历史回测区间会缩短到2020~2023
6,分组统计:见下

评估数据测算的参数设置: 1,2部分回测:样本内和样本外, 2018~2022,2022~2023 2,分组:时间维度,基金和基金经理 FUND_EXISTINGYEAR FUND_MANAGER_ONTHEPOSTDAYS 分组-基金公司:FUND_MGRCOMP 业绩最好的基金公司、规模最大的基金公司、 分组-基金经理:FUND_FUNDMANAGER | 规模FUND_MANAGER_TOTALNETASSET ; 业绩=NAV_PERIODICANNUALIZEDRETURN 、阿尔法 FUND_MANAGERINDEX_WEIGHT_BETA FUND_MANAGERINDEX_WEIGHT_ALPHA ;最大回撤=FUND_MANAGER_MAXDRAWDOWN 分组-基金特征:持有期FUND_MINHOLDINGPERIOD、管理费FUND_MANAGEMENTFEERATIO、FUND_CUSTODIANFEERATIO FUND_SALEFEERATIO、是否开放申购=FUND_DQ_STATUS 分组-投资基准:FUND_BENCHMARK-提取"沪深300指数收益率*20%",统计10%、15%20%25%30%35%40%不同占比的表现
分组-利率、信用、转债 顺境和逆境分开 比较:!!!

基金债券预测能


,基础组合数据准备

准备下一步所有相关的数据。
原始数据:file=fund_indi_bond_20220831.xlsx ,path=C:\rc_2023\rc_202X\data_pms\fund\fund_indi
INPUT: file=fund_indi_bond_OUTPUT_adj.xlsx ,path=C:\rc_2023\rc_202X\0课题研究\2023-保险资管-股债配置\fund_indi_bond_backup
OUTPUT:file= ; path=C:\rc_2023\rc_202X\0课题研究\2023-保险资管-股债配置\fund_indi_bond_backup
notes:若输出季末日期则导入当季度fund_indi_bond_20220831.xlsx;若all则导入 file=fund_indi_bond_OUTPUT_adj.xlsx

输入季末日期或all:

OUPUT:df_score= ;

1,基础组合预测能力

基础组合预测能力:给定季度,导入基金前12个月涨跌幅,分别和各个指数的ret比较,计算平均超额收益最大、偏离幅度最小的3个指数,按偏离幅度构建指数配置权重,计算组合port_simu_0 的未来6个月平均收益、回撤;累计收益、回撤;相对基金收益、回撤的偏离程度。
测算预测能力skill:1,skill_ret 收益能力;2,skill_risk回撤能力;3,skill_stable,预测能力的稳定性=6个月偏离能力。数据:样本内和样本外, 2018~2022,2022~2023
不用网页的话,也可以直接用测试脚本实现
原始数据:file=fund_indi_bond_20220831.xlsx ,path=C:\rc_2023\rc_202X\data_pms\fund\fund_indi
INPUT: file=fund_indi_bond_OUTPUT_adj.xlsx ,path=C:\rc_2023\rc_202X\0课题研究\2023-保险资管-股债配置\fund_indi_bond_backup
OUTPUT:file= ; path=C:\rc_2023\rc_202X\0课题研究\2023-保险资管-股债配置\fund_indi_bond_backup
notes:若输出季末日期则导入当季度fund_indi_bond_20220831.xlsx;若all则导入 file=fund_indi_bond_OUTPUT_adj.xlsx

输入季末日期或all:

OUPUT:df_score= ;

2,组合优化:基础指标

通过file=0可转债分析模板-20200331.xlsx 获取wind-api指标
OUTPUT:file= ; path=

输入季末日期或all:

3,组合优化:资产配置

对主要指标计算score
OUTPUT:file= ; path=

4,组合优化:市场适应能力

通过file=0可转债分析模板-20200331.xlsx 获取wind-api指标
OUTPUT:file= ; path=

5,组合优化:可转债多因子

对主要指标计算score
OUTPUT:file= ; path=

6,分组统计

对主要指标计算score
OUTPUT:file= ; path=

基金股票预测能力



OUTPUT:file_template= ; path=

TODO