[发明专利]基金风格漂移程度确定方法、装置、设备及存储介质

说明书

本发明属于大数据分析技术领域，公开了一种基金风格漂移程度确定方法、装置、设备及存储介质。本发明对所述预设时间段按照月份进行遍历，根据遍历到的当前月份中每日的基金收益率和各基金风格指数的日收益率对多元线性回归模型进行训练，获得所述多元线性回归模型中的各回归系数，再根据所述回归系数确定所述当前月份的主风格，最后在对所述预设时间段遍历结束后，根据所述预设时间段内各月份的主风格确定所述目标基金的风格漂移程度，避免直接根据基金声明的风格作为基准来确定风险收益风格，保证了各月份的主风格的准确性，进而保证了基金风格漂移程度的准确性。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基金风格漂移程度确定方法、装置、设备及存储介质。

背景技术

公募基金是指以公开方式向社会公众投资者募集资金并以证券为投资对象的证券投资基金。公募基金是以大众传播手段招募，发起人集合公众资金设立投资基金，进行证券投资。这些基金在法律的严格监管下，有着信息披露，利润分配，运行限制等行业规范。

在基金投资管理过程中，经常出现所谓风格漂移现象，即基金投资风格在风险收益风格上发生了变化，而投资者通常会将基金的风格漂移程度作为投资的参考因素，因此，该参考因素对投资者而言非常重要，但由于现有技术中在确定风格漂移程度时，通常是以基金声明的风格作为基准，但由于该基金在大部分时间都偏移到另一种风格时，其实其主风格已经发生了变化，导致风格漂移程度的确定不准确。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基金风格漂移程度确定方法、装置、设备及存储介质，旨在解决现有技术中直接以基金声明的风格作为基准，导致风格漂移程度的确定不准确的技术问题。

为实现上述目的，本发明提供一种基金风格漂移程度确定方法，所述基金风格漂移程度确定方法包括以下步骤：

获取目标基金在预设时间段内各月份中每日的基金收益率，并获取所述预设时间段内各月份中不同基金风格指数的日收益率；

对所述预设时间段按照月份进行遍历；

根据遍历到的当前月份中每日的基金收益率和各基金风格指数的日收益率对多元线性回归模型进行训练，获得所述多元线性回归模型中的各回归系数；

根据所述回归系数确定所述当前月份的主风格；

在对所述预设时间段遍历结束后，根据所述预设时间段内各月份的主风格确定所述目标基金的风格漂移程度。

优选地，所述根据遍历到的当前月份中每日的基金收益率和各基金风格指数的日收益率对多元线性回归模型进行训练，获得所述多元线性回归模型中的各回归系数，包括：

将遍历到的当前月份中每日的基金收益率作为因变量，将所述各基金风格指数的日收益率作为自变量，根据所述因变量和自变量对所述多元线性回归模型进行训练，获得所述多元线性回归模型中的各回归系数。

优选地，所述基金风格指数属于九风格指数；

所述多元线性回归模型为：

其中，Y_i为当前月份中第i日的基金收益率，X_ij为第j种基金风格指数在当前月份中第i日的日收益率，b₀为常数，b_j为第j种基金风格指数对应的回归系数。

优选地，所述根据所述回归系数确定所述当前月份的主风格，包括：

对各回归系数进行比较，将最大的回归系数对应的基金风格指数的基金风格作为所述当前月份的主风格。