基于K-MEANS算法选阈值的曲面拟合选基——在开放式股票型基金的运用

2003年以来量化投资的方法在中国金融市场逐渐开始,越来越多投资机构在运用量化投资,而其选取金融产品的方法迥异。本文基于曲面选基模型,结合因子时间影响的差异并选取了2009年1月8日至2016年11月1日的5不同形态个部分,对这5个时间段部分进行打分排序,接着运用自建指标对基金收益率的相关性建立三维坐标,运用k聚类算法分类,画出对应散点,并改进使其在曲面拟合得到阈值曲面,通过观察散点在曲面上的分布可以得出所选最优基金。在回测后,本文得出以下结论:运用曲面拟合所选取的基金收益大大超过传统量化方法的收益。