首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的基金经理个人真实业绩曲线计算方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京汇成基金销售有限公司

摘要:本发明涉及金融科技机器学习技术领域,具体说是一种基于机器学习的基金经理的个人真实业绩曲线计算方法,包括数据准备、机器学习模型构建和绩效曲线的合成。其中,模型采用PCA模型提取个人管理基金的对应特征,通过DBSCAN聚类算法将该基金分类到对应的基金经理中。本发明所述方法中,PCA降维能够消除各个变量共线性,提高聚类准确率;DBSCAN能够自动排除类型不符合或者特征不符合的基金进入基金经理个人业绩曲线的计算过程;能够剥离出大部分基金经理的真实业绩,误差部分较小,并且不影响整体业绩曲线计算。

主权项:1.一种基于机器学习的基金经理个人真实业绩曲线计算方法,其特征在于,包括以下步骤:S1、数据准备:获取不同类型的基金从成立至今的累积净值数据、基金经理任职与离职日期数据、基金每个报告期的持仓数据、区分类型变动的基金公告数据,将各类型的所有基金按照时间维度区分个人管辖与非个人管辖的基金,并贴上对应标签;S2、机器学习模型构建:对多人管理中实际个人管辖的对应类型基金按照时间戳打标签,对每个类型的每个基金经理构建模型,将挂该基金经理名称的所有对应类型基金从具体持仓和历史收益率两个维度构建多因子模型,采用PCA模型提取个人管理基金的对应特征,通过DBSCAN聚类算法将该基金分类到对应的基金经理中,从而为与基金经理存在实际关系的基金打上对应的标签,自动排除了类型不符合或者特征不符合的基金进入基金经理个人业绩曲线的计算过程;S3、绩效曲线的合成:对每个基金经理管理的每类基金产品,在管理该类产品期间计算对应的基金经理历史绩效,计算方式为,用管理期间所有的该类基金进行每天的收益率市值加权处理,得到每天的加权收益率,然后基于每天的加权收益率计算历史累计净值曲线,净值曲线从1开始计算从而得到所有对应类型基金经理的历史业绩。

全文数据:

权利要求:

百度查询: 北京汇成基金销售有限公司 一种基于机器学习的基金经理个人真实业绩曲线计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。