高频数据应用系列研究（一）——使用高频数据跟踪核心资产的公募基金持仓变化
创建于 更新于
摘要
本文通过构建基于高频交易数据的回归模型，跟踪并预估公募基金对股票的持仓占比及其变化。基于逐笔成交数据，模型应用了期初持仓占比、前期持仓变化、大单净买入占比、净主买占比及个股超额收益等指标，实现了对公募基金持仓变动的高频度捕捉和预测。划分股票范围（宽基指数、行业板块、持仓占比）后，模型的解释力和预测能力均有显著提升，尤其是按照期初持仓占比划分的模型表现最佳，样本外预测相关性最高达到0.55，R方最高约30%。实证结果显示模型能够较精准地反映公募基金持仓动态，且应用于个股、行业及风格层面具备较大潜力，为投资策略提供重要参考 [page::0][page::4][page::5][page::7][page::10][page::11][page::12][page::14]。
