基金业绩的python分析_Python与量化多因子——聊聊Brinson业绩归因
1. 前言
插圖是小學讀書走的最多的一條巷子,從前面的青石板左轉(zhuǎn),就到了我們的小學,筆直往前走,就到了江邊的樹林和草地,那時候下午課上完已經(jīng)將近傍晚,快放暑假的時候,我都是先去河里泡個澡,再把牛牽回家,現(xiàn)在回憶起來,別有一番趣味?,F(xiàn)在河邊的樹林即將入湖底,小時候玩的樂園也一并沒了。
按照計劃,這部分應該到后面再講的,不過最近一直在搞業(yè)績歸因系統(tǒng),后面講我估計我都忘了。所以先放到前面來。注意,這篇文章絕對的干貨滿滿,走過路過,不要錯過了。
2. 單期Brinson歸因
首先,我們定義兩個組合的收益率
與
:
而:
我這里定義了M個行業(yè),其中
分別表示組合第i個行業(yè)的權(quán)重與行業(yè)的收益率,而
則表示基準的第i個行業(yè)的權(quán)重與行業(yè)的收益率。
那么:
公式有點長,不曉得這里怎么換行。注意,這樣我們就得到了一個簡單的單期Brinson歸因模型,注意,一般來說,Brinson歸因的分解是有三項的,我這里把交叉效應放到了選股效應里面了。配置效應:
。這很好理解,假設基準里面行業(yè)i的收益率要高于基準的收益率,而我們組合里面對這個行業(yè)又是超配,那么這部分的收益為正;如果要低于基準,我們組合對這個行業(yè)又是低配,那么我們這部分的收益也為正。這就是配置的效應
選擇效應:
。這也很好理解,假設我們組合里面行業(yè)i的收益率要高于基準的收益率,同時,我們也配置了正的權(quán)重,那么這部分的收益也為正;同樣的道理,如果我們組合里面行業(yè)i的收益率要低于基準的收益率,同時,我們也配置了負的權(quán)重,那么這部分的收益也為正。只要
不為0,這項都不會恒為0,除非我們配置了和基準相同權(quán)重的股票或者其他資產(chǎn)。而
不為0則表明了我們選擇了該行業(yè),這就是選擇效應
3. 多期的Brinson歸因
上面我們介紹了單期的Birnson歸因,但是,現(xiàn)實上,我們都需要對一段時間的超額收益進行分析,這里面就牽涉了一個多期歸因的問題,因為
并不等于簡單的多個單期配置效應與選擇效應的添加。
業(yè)界一般會引入連接系數(shù)來解決這個問題,知乎上也有相應的帖子:蕉崽:多期Brinson業(yè)績歸因分析——Carino模型?zhuanlan.zhihu.com誰能介紹下基金的brinson 業(yè)績歸因模型 ??www.zhihu.com
這里我就不菲篇幅來具體展開,業(yè)界大多數(shù)都是使用了Carino連接系數(shù)來解決這個問題。
我再拉來一個帖子:優(yōu)礦?uqer.io
這篇是對華泰柏瑞滬深300指數(shù)增強基金的多因子模型歸因。這里也會有多期歸因的問題,那么,事實上多因子模型也可以采用Carino連接系數(shù)來解決這個問題。這個作業(yè)留給讀者來解決了。
4. Brinson歸因的進一步思考
一般來說,我們看國內(nèi)各種分析軟件,Brinson歸因到這就結(jié)束了。但是對于一個產(chǎn)品來說,如果做到這樣,恭喜你獲得了60分。去年下半年,我去華泰的一個金融科技展,他們做到的大概也是這樣。假設,我的組合里配了一部分港股,基準是恒生指數(shù),那么這個Brinson業(yè)績歸因該怎么做?
如果按照A股與港股進行劃分,如果這段時間恒指是漲的,A股也是漲的,然后就會得到我們組合里A股板塊的配置效應是負的,我們的A股組合明明貢獻了正收益啊,這又該如何理解?
進一步的思考,我們還能怎么做Brinson業(yè)績歸因,壓箱底的東西就歡迎私信交流了!
總結(jié)
以上是生活随笔為你收集整理的基金业绩的python分析_Python与量化多因子——聊聊Brinson业绩归因的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ios 个人苹果开发者账号申请
- 下一篇: websocket python爬虫_p