基金相似度方法比较与应用 方正证券-20220610
由small_q创建，最终由small_q 被浏览 21 用户
摘要
基金相似度问题在学界和业界都有相关的研究和讨论，但这些研究中关于比较不同计算方法的差异以及基金相似度在实际投资中的应用探讨并不多。
本篇报告总结了业界和学界常见的几类基金相似度算法，提出几类应用场景，并尝试在一些实际应用场景下进行探讨和比较。
从基金相似度的计算方法来看，余弦相似度、欧式距离等方法各有优劣。基金相似度的衡量应该取决于投资者对于“基金相似”的定义以及应用场景，例如是选择定义“基金相似”为持仓结构的形似，还是持仓权重的神似。
应用场景一：寻找限制申购的替代基金
通过计算基金与其他基金的相似度，找到与限购基金最相似且处于正常申购状态的基金。从结果来看，除基于持仓交叉程度、行业维度相似度方法外，其他方法计算出的限购基金与替代基金的差距较小。
应用场景二：构建市场相似度最低的组合
利用相似度构建市场相似度最低的组合，将不同方法下构建的组合进行回测和对比。从结果可以看到，基于收益余弦相似度和收益相关系数构建的组合，最大回撤（-39.46%和-41.01%）小于动量策略的最大回撤（-53.42%）；夏普比率(0.72和0.72)高于动量策略（0.53），且在所有计算方法中组合夏普最高；此外市场相似度最低组合呈现行业分散、风格均衡等特点。
应用场景三：求解最大分散化的权重
通过最大化分散模型对已有组合进行权重优化。可以发现，加权方式下的组合年化夏普均高于等权组合（0.53）。其中基于收益维度的相关系数构建的组合，最大回撤较小（-43.45%）、夏普比率较高（0.59），并且权重在截面上更为集中，时序上与大盘呈负相关。
应用场景四：预估高换手基金的行业分布
通过找到相似收益的同类基金，再根据历史持仓和同类持仓去推测高换手率基金的行业持仓动向。结果发现，基于收益维度的各种方法平均上优于单纯依赖滞后持仓推断的行业分布。
应用场景五：预测下期收益相关系数
计算不同相似度与下季度收益相关系数的关系。可以发现，用当期收益相关系数去预测下期收益相关系数效果更好。
风险提示
本报告基于历史数据分析，历史规律未来可能存在失效的风险；市场可能发生超预期变化；基金相似关系发生变化风险。
正文
/wiki/static/upload/12/12532505-39e0-4d2a-8120-33304b1027a2.pdf
\