基于人工神经网络的证券投资基金风格资产轮换策略研究

目录

声明

1 引言

1.1 研究背景

1.2 研究目的和意义

1.2.1 研究目的

1.2.2 研究意义

1.2.3 学术价值

1.3 国内外研究现状

1.3.1 关于风格周期性的文献综述

1.3.2 关于风格资产轮换策略的文献综述

2 风格资产收益预测模型方法

2.1目前国内外主要建立模型方法

2.1.1 Logistic模型的局限性

2.1.2 Markov Switch模型的局限性

2.1.3 支持向量机模型的局限性

2.2 AFSVR算法原理

2.2.1 AFSVR 算法

2.2.2 核空间模糊隶属函数模型

3 基金相关理论基础

3.1 基于收益率基础的风格鉴别技术（RBS）聚类分析法的原理

3.1.1 确定因子数目m

3.1.2 基金分类

3.2相关指标收益率的计算

3.2.1基金收益率的计算

3.2.2 基金收益风险指标的计算

3.2.3 评价基金绩效的指标

4 证券投资基金风格资产轮换策略

4.1 样本选取与数据处理

4.1.1 样本选择

4.1.2 研究时间段及其划分

4.1.3 相关指数的选择

4.1.4 无风险利率的选择

4.1.5 数据来源

4.2变量的选择

4.2.1被解释变量的选择

4.2.2解释变量的选择

4.3风格资产周期性研究

4.3.1 我国证券投资基金风格周期性实证分析

4.3.2 风格周期性小结

4.4 风格资产轮换投资策略

4.4.2 通过训练集确定模型

4.4.3 建立风格资产轮换策略

4.5 投资业绩的评估

4.5.1 规模风格资产轮换策略的业绩

4.5.2 价值/成长风格资产轮换策略的业绩

5 结论

参考文献

附录

附1 样本基金明细

后记