基于机器学习的权益型开放式基金风格漂移预警研究

本文针对权益型开放式基金设计了一个风格漂移的预警系统,希望能一定程度上解决基金风格漂移有危害,而现有监管方式有时滞等问题。本系统分为事后和事前两部分。在事后诊断部分,本文使用SDS值对基金的风格漂移程度进行了衡量;在事前预警部分,我们从基金收益风险特征、基金公司和经理特征以及股市特征三个层面爬取了共15个特征变量,并通过KNN等机器学习模型构建了一个预测准确率约为73%的预警系统。