【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型

VIP【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型
文章目录1. 引言2. Brinson单期归因模型2.1 模型框架2.2 公式推导3. Brinson多期归因模型3.1 模型框架3.2 公式推导4. Brinson模型的应用场景4.1 基金组合归因4.2 基金经理能力刻画4.3 大类资产配置应用5. 模型的实现与实证案例研究写在最后1. 引言在2. Brinson单期归因模型2.1 模型框架wpwbrp组合收益:wp rp择股收益:wb rprb择时收益:wp rb基准收益:wb rb2.2 公式推
开通可读全文 ·1.9w 人阅读
最低0.47元/天 解锁文章

注:本文暂未完成,预计完成时间5/17,敬请期待


1. 引言


2. Brinson单期归因模型

2.1 模型框架

wp wb
rp 组合收益:wp rp 择股收益:wb rp
rb 择时收益:wp rb 基准收益:wb rb

2.2 公式推导

R E = ∑ i = 1 n w i p r i p − ∑ i = 1 n w i b r i b = ∑ i = 1 n ( w i p r i p − w i b r i b ) = ∑ i = 1 n ( w i p r i b − w i b r i b + w i b r i p − w i b r i b + w i p r i p − w i p r i b − w i b r i p + w i b r i b ) = ∑ i = 1 n ( w i p − w i b ) r i b + ∑ i = 1 n w i b ( r i p − r i b ) + ∑ i = 1 n ( w i p − w i b ) ( r i p − r i b ) = R A + R S + R I R_{E}= \sum_{i=1}^{n}w_i^pr_i^p - \sum_{i=1}^{n}w_i^br_i^b \\ = \sum_{i=1}^{n} (w_i^pr_i^p - w_i^br_i^b) \\ = \sum_{i=1}^{n} (w_i^pr_i^b - w_i^br_i^b+ w_i^br_i^p-w_i^br_i^b+ w_i^pr_i^p- w_i^pr_i^b - w_i^br_i^p + w_i^br_i^b) \\ = \sum_{i=1}^{n} (w_i^p - w_i^b)r_i^b + \sum_{i=1}^{n} w_i^b(r_i^p-r_i^b) + \sum_{i=1}^{n}( w_i^p- w_i^b)(r_i^p- r_i^b )\\ =R_A + R_S + R_I RE​=i=1∑n​wip​rip​−i=1∑n​wib​rib​=i=1∑n​(wip​rip​−wib​rib​)=i=1∑n​(wip​rib​−wib​rib​+wib​rip​−wib​rib​+wip​rip​−wip​rib​−wib​rip​+wib​rib​)=i=1∑n​(wip​−wib​)rib​+i=1∑n​wib​(rip​−rib​)+i=1∑n​(wip​−wib​)(rip​−r

VIP 【Python】Brinson绩效归因模型(指数增强策略--2) Brinson 模型的核心思想是将一个投资组合的超额回报拆解为三个主要部分:选股(Stock Selection)、配置(Asset Allocation)和交互作用(Interaction)。这三个部分分别衡量了投资经理在个股选择、资产配置以及两者之间的交互方面对投资组合绩效的贡献。 开通可读全文·3.9k 阅读·1 点赞·16 收藏 阅读全文

相关推荐

量化新手初识Brinson绩效分解模型

一项投资的最终表现依赖于多个影响因素,而绩效分解(又称为绩效归因)便是如何定量的将实际表现分解到各个影响因素。 具体到一个公司(泛指,可以是证券公司自营部门、国家养老金、个人投资者),投资行为可能是: 首先,将可配置资金分到各种大类资产。比如配置40%到股票交易部,60%到债券交易部; 然后,股票部门会将资金配置到好几个投资经理,有些跟踪大盘股、有些专门做价值股;债券部门类似,配置到货币投资经理...

漫步量化 2万+

【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型之python实现

文章目录1. 引言2. Brinson多期归因模型的Python实现2.1 基准数据读取模块2.2 持仓数据读取模块2.3 持仓收益与基准计算模块2.4 Brinson多期归因模型核心算法Brinson_Multiple2.5 主函数模块3. 归因结果写在最后 1. 引言 在上文中,我们已经介绍了Brinson归因模型的基本思想。那么,就让我们动起手来,实现这一方法吧! 在Brinson多期归因模型实现的过程中,本文使用模块化方法,将整个实现过程划分为如下五个功能板块: Module 1: 基准数据读取模

Mikey_Sun的博客 2万+

金工:_Brinson绩效归因模型原理与实践.rar

金工:_Brinson绩效归因模型原理与实践

ThinkAdmin后台Getshell

通过文件包含或者图片马的方式Getshell。修改其可允许的文件类型,php不允许,可添加。系统管理->系统参数配置->本地服务器存储。

hot_milk1的博客 1867

从零搭建ECG心电图仪:模拟前端电路设计与噪声对抗实战

在电子工程和生物医学信号处理领域,微弱信号的采集与放大是核心挑战。其基本原理在于利用高精度模拟电路,从强大的环境噪声中提取出有用的差分信号。这项技术的核心价值在于将理论上的传感器信号转化为稳定、可靠的可用数据,是连接物理世界与数字系统的关键桥梁。在医疗监护、工业传感和科学测量等场景中,高性能的模拟前端设计直接决定了整个系统的精度与可靠性。本文聚焦于生物电信号采集这一具体应用,深入探讨如何运用差分放大器、低通滤波器和陷波滤波器等经典模块,构建一个能够有效对抗工频干扰和接触噪声的实用电路,最终实现从人体体表清晰

weixin_30616969的博客 463

Telegram Bot Api使用教程

其中token为你的机器人token,method为telegram给定的方法,在获取群组chat_id那一步就使用了telegram的其中一个方法(getUpdates),其他方法后面会介绍。telegram发送消息的方式类似与钉钉机器人,都是向一个api发送http请求,而且对于同一个APItelegram支持GET和POST两种请求方式.请求的api格式如下。通常来说我们都需要让机器人在一个群组里工作,所以首先我们需要将机器人添加到我们指定的群组,在群组里发送随意消息并@这个机器人,比如...

豫迷糊的码上生活 1万+

uds协议之can总线程序升级

uds协议简介 如何利用uds协议升级 升级流程 uds服务类型介绍

fangye945a的博客 1万+

OpenClaw(小龙虾) 安装部署教程

OpenClaw(原名Clawdbot)是一个开源的、可本地部署的个人AI助理,它能接入飞书、钉钉等即时通讯工具,帮你处理邮件、管理文件,甚至控制电脑。

qq_40668700的博客 1393

Flink Gauss CDC:深度剖析存量与增量同步的创新设计

开发Flink Gauss CDC是为了适配华为自研GaussDB的特殊日志格式和逻辑复制机制,解决Flink CDC无法直接支持的问题,同时优化存量与增量同步的效率和一体化读取能力,满足GaussDB复合主键处理、数据落库等定制化需求,以实现高效、准确的数据同步。

数据与算法架构提升之路专栏 1987

ollama参数调优_解决ollama跑模型_不走GPU问题_调试常用技巧---AI大模型应用探索0037

这里就会显示比如 63%/39% CPU/GPU 就是这样显示的,这样就可以看出来,实际上CPU占用了百分之63,然后GPU只占用了百分之39,这个时候需要,添加参数。首先在ollama中,如果你安装模型以后,跑的时候,中Windows系统中,看GPU使用量,和CPU使用量,除了可以在任务管理器中看,还可以,使用命令。可以看到直接就会显示,如果你有gpu显卡的话,并且安装了英伟达的驱动,cuda的驱动,那么。然后再去重启ollama,记得一定要去关闭ollama.exe,然后再使用,命令去重启,

添柴程序猿的专栏 316

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

上一篇: 【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型之python实现
下一篇: 【基金量化研究系列】大类资产配置研究(一)——股债二八配置策略与股债风险平价策略
Mikey_Sun
博客等级 码龄8年 616粉丝 28原创
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值