【华安证券·金融工程】专题报告：数据挖掘的修正与基金的业绩表现

文章预览

点击上方 蓝字  关注华安证券研究 主要 观点 本篇是“学海拾珠”系列第二百篇，文献扩展了Markowitz等人的数据挖掘校正测试，允许定量模型的回报具有不同的市场贝塔值，并将其用于估计基金经理技能的显著性，还计算了使用过去回报测算时犯下第一类错误和第二类错误的概率。文献推导了使用过去回报预测未来持有回报的信息系数的近似公式，并将其与经验观察到的信息系数进行了比较。回到国内基金市场，也可以采用类似的方法测算基金在预测未来回报过程中是否采用了合适的数据样本，并验证指标的持续性。 业绩评估指标：超越传统t统计量 Lo（2002）利用Hansen于1982年提出的广义矩估计（GMM）方法，推导出夏普比率的估计误差，而Guerard、Wang和Xu（2019）进一步扩展GMM，推导出特雷诺比率的估计误差。一旦得出估计误差，就可以计算t值， t值 ………………………………