[发明专利]一种基于行业指数回归的基金仓位估算算法

说明书

基金仓位是基金投入股市的资金占基金所能运用的资产的比例，是市场信息的一个反应。目前国内基金的仓位信息是按照证监会以季度为单位进行披露的，无法及时反应市场的风向。本发明方法主要用于基金仓位的每天估算。方法首先依据申万一级行业分类，将股票分为28类，获取这28个行业指数日收益率及待估算的基金的日收益率；然后将行业指数日收益率作为自变量、基金的日收益率作为因变量建立回归方程；随后基于lasso回归模型，通过坐标下降法及最小化回归损失函数解出回归系数，回归系数的和就是基金持有的股票资产占基金资产的比例，即基金仓位；最后用每季度的公布的实际仓位和预测仓位比较，计算其除去最大、最小误差后的平均误差，进行模型修匀，提升模型的准确度。根据基金仓位预测模型的结果，可以为投资者提供一定的投资参考价值。

技术领域

本发明涉及基金数据挖掘技术领域，尤其是涉及一种基于行业指数回归的基金仓位估算算法。

背景技术

证券投资基金是通过发售基金的方式集中投资者的资金，基金托管人托管，基金管理人管理，以投资组合的方法进行证券投资的一种利益共享，风险共担的集合投资方式。作为A股重要的机构投资者之一，公募基金尤其是主动管理型股票基金的持仓动向一直为市场所关注。

基金仓位是基金投入股市的资金占基金所能运用的资产的比例，是市场信息的一个反应，其变化代表着作为市场中重要的机构投资者对未来市场的看法，可以作为其他投资者判断后市场走向的重要指标。但基金仓位通常处于较为频繁的变动之中，因而预测每一天的仓位变化有着重要意义。

目前国内基金的仓位信息是按照证监会以季度为单位进行披露的，无法及时反应市场风向，不能作为一个连续的市场预期指标，因此可以通过建立基金仓位估算模型来预测。

传统的基金仓位估算方法通过使用基金的净值变化和基金的平均收益变化建立简单的回归模型，误差较大。而基金仓位与基金持股股价的加权平均是正相关的，且存在线性关系，可以考虑采用线性回归的方法对仓位进行估算。

考虑到市场上股票数太多，根据行业习惯和市场认可度，可以依据申万一级行业分类，选择具有代表的一级行业指数的日收益率作为回归自变量。基于自变量组存在明显的多重共线性，若直接采用普通最小二乘回归进行求解，则各行业变量前面的拟合系数会互相干扰，出现不合理的回归结果，并且共线性严重时回归方程无法通过数值方法求解，因此模型选择lasso回归。

发明内容

本发明方法主要用于基金仓位的每天估算。方法首先依据申万一级行业分类，将股票分为28类，获取这28个行业指数日收益率及待估算的基金的日收益率；然后将行业指数日收益率作为自变量、基金的日收益率作为因变量建立回归方程；随后基于lasso回归模型，通过坐标下降法及最小化回归损失函数解出回归系数，回归系数的和就是基金持有的股票资产占基金资产的比例，即基金仓位；最后用历史每季度的公布的实际仓位和预测仓位比较，计算其除去最大、最小误差后的平均误差，进行模型修匀，提升模型的准确度。根据基金仓位预测模型的结果，可以为投资者提供一定的投资参考价值。

具体步骤如下：

（1）获取股票的28个一级行业指数日收益率及基金的日收益率；

（2）以28个一级行业指数日收益率作为自变量、基金的日收益率作为因变量建立回归方程；

（3）基于lasso回归模型，通过坐标下降法，最小化回归损失函数解出回归系数；

（4）根据基金的历史实际仓位，进行模型修匀。

其中，步骤(1)的获取股票的28个一级行业指数日收益率及基金的日收益率，是指依据申万一级行业分类（N=28），将股票分为28类，获取N个行业指数日收益率及基金的日收益率，分别记为和记，即一级行业指数i在t日的收益率和基金j在t日的收益率。