题 目：用机器学习方法预测中国公募基金收益
主讲人：李仲飞
时 间：2022年12月23日 10:00-12:00
地 点：腾讯会议：688-981-463
或长按下方二维码进入会议室
摘 要
本研究综合基金自身特征、基金持有股票特征、基金经理特征和宏观变量四大类104个特征指标，运用8种机器学习方法，探索中国公募基金收益是否可以被预测，哪些特征可以预测基金收益，以及一些特征和基金收益的非线性关系。结果表明，我们的部分模型在不同的市场情况下都具有非常好的预测能力，能获得高达66%的样本外R2；能有效识别优秀的基金；能获得非常高的投资组合收益，未来首个季度的最高实际收益可达40%，高水平业绩可持续6个季度。此外，我们的研究发现了具有最好预测能力的特征指标。本研究对中国公募基金投资者和金融分析师有重要的参考价值。
报告人简介
李仲飞，男，南方科技大学金融系讲席教授，国务院学位委员会学科评议组成员，长江学者特聘教授，国家杰青，全国模范教师，国务院政府特殊津贴专家，全国百篇优秀博士学位论文获得者，新中国成立70周年观礼嘉宾，Elsevier 中国高被引学者，全球前2%顶尖科学家，国家自科创新研究群体项目主持人，国家社科基金学科评审组专家，中国系统工程学会副理事长，中国优选法统筹法与经济数学研究会副理事长及其量化金融与保险分会理事长，十多个国内外期刊的领域主编、副主编或编委。历任中山大学社科处处长，管理学院执行院长，创业学院院长。研究领域包括绿色金融与碳经济，金融科技与数字金融，金融工程与风险管理，金融市场与投资。