[发明专利]基于主成分分析的开放式基金的绩效评价方法

说明书

本发明公开了基于主成分分析的开放式基金的绩效评价方法主要包括样本数据的选取、选择和处理模型中的相关变量、样本数据统计分析部分，所述的样本数据选取包括选取样本基金、选取样本期间、确定样本收益率频率、数据来源，所述的选择和处理模型中的相关变量主要包括无风险利率和市场组合收益率，所述的样本数据统计分析部分包括基金收益和风险分析、风险调整后相对收益分析、基金经理管理能力分析、主成分分析，所述的主成分分析法旨在利用降维的思想，把多指标转化为少数几个综合指标推；本发明采用主成分分析法，将多个指标降维为较少的几个主要成分，从而对更合理地对基金绩效做出评价。

技术领域

本发明涉及金融领域，是基于主成分分析的开放式基金的绩效评价方法。

背景技术

开放式基金，系基金在设立时，基金总规模并不确定，根据投资者的可变需求，随时进行申购或赎回的基金，基金规模会随着投资者的不断申购继续增长，反之，当发生赎回，其规模相应减小，规模方面，封闭基金与开放式基金相反，其基金总规模在发行前既已确定，在发行期结束后和规定的运营期限内，基金的总规模确定不变，基金份额也不能进行申购或赎回。基金运作两大类模式即为，开放式与封闭式；

开放式基金以能否在场内交易，开放式基金可以分为两类：上市交易型开放式基金和契约型开放式基金，开放式基金根据标的不同，可分为股票基金、债券基金、混合基金等，其特征主要是基金经理的操作有效性会受到开放式基金赎回机制的影响，交易时采用基金净值方式，净值交易保证了价格与净值的波动一致，投资者查看收益更加清晰，流动性相交封闭式更优，信息披露透明度高，投资渠道多样和操作便捷，体现专业理财；

主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标(即主成分)，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复，这种方法在引进多方面变量的同时将复杂因素归结为几个主成分，使问题简单化，同时得到的结果更加科学有效的数据信息，在实际问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素，这些涉及的因素一般称为指标，在多元统计分析中也称为变量，因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠；

对开放式基金样本进行绩效评价一般分别从收益角度、风险角度、调整后收益角度、基金经理管理能力角度，仅凭借单个指标或者模型很难对基金绩效做出一个综合合理的评价，然而通过多个指标或者模型对基金绩效评价又会导致信息的重复或遗漏。

发明内容

本发明的主要目的在于提供基于主成分分析的开放式基金的绩效评价方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

基于主成分分析的开放式基金的绩效评价方法，按照以下步骤实施：

1）.处理原始数据：对原始数据的预处理是运用主成分分析法建立模型的第一步，这种处理数据的工作说来简单，但是不做处理的数据就不具有实用性，因而以后的步骤也就没有任何意义了，因此要重视第一步的数据预处理工作，预处理主要包括两个方面的工作，同趋势处理和标准化处理，同趋势处理就是将所有的指标表示成具有同一个方向的，同一个方向的指标指的是与基金的绩效评价呈现相同的相关性的，标准化处理就是将不同的数量级和量纲的指标转化为相同的数量级和量纲的指标，由此结束了对原始数据的处理；

2）.求特征值和特征向量：对原始数据进行处理之后的接下来一步就是测量各个原始指标之间的相关系数，然后建立起来相关系数的矩阵，最后根据相关系数的矩阵求得特征值和特征向量；

3）.确定主成分的个数：在实际操作过程中对于前几个主成分的累计方差贡献率的要求是85%，这样的主成分包含了足够的有用信息，那么剩下的主成分就可以舍弃不用了；