固收+基金资产组合探测——机器学习系列之四
创建于 更新于
摘要
本报告基于机器学习改进的lasso模型，结合多维度正则化参数与网格调优，对混合债券型二级基金及偏债混合型基金的资产组合暴露进行探测，覆盖A股、港股通、信用债、利率债及转债指数。研究结果显示，自2017年底至2022年中，模型在头部基金公司产品上的方向性正确率较高，其中二级债基对股市持仓的加仓动作尤为显著，2022年10月头部基金股票仓位明显上升，且超过七成基金个体的股票仓位增加超1%。此外，港股仓位变化则相对平稳。该模型有效映射了固收+基金多资产投资动态，为固收+基金资产配置和行情分析提供了详实的量化工具和实证依据 [page::0][page::3][page::6][page::9][page::10][page::11]。
