本报告首次将互惠基金组合预测任务定义为下一新篮推荐(Next Novel Basket Recommendation,NNBR)问题,构建了基于SEC公开数据的综合基准数据集。对比多种推荐系统模型发现,传统NBR模型在预测整个或重复组合项时表现良好,但在预测新增持仓(新篮)时效果显著下降,且简单启发式方法反而表现优异。自编码器类模型在新篮预测中表现最佳,揭示预测新增基金持仓的复杂性及领域特征重要性,为进一步研究金融组合预测提供基础。
研究首次将互惠基金下季度组合预测视为下一新篮推荐(NNBR)任务,关注于预测基金未来组合中的新增股票,区别于传统预测整体组合或重复持仓的方法。
构建了包含5014只基金和4917只股票的基准数据集,数据来源包括SEC NPORT-P季度披露、Open FIGI标识及Yahoo Finance数据,重点为美国市场普通股。
数据统计显示2021年第1季度基金的中位组合规模为69只股票,平均分配比例约1.45%,整体组合高度分散但存在明显的股票持仓热门趋势。
| 统计项 | 均值 | 标准差 | 最小值 | 25%分位 | 中位数 | 75%分位 | 最大值 |
|---|---|---|---|---|---|---|---|
| 组合规模(只) | 175.4 | 280.1 | 1 | 37 | 69 | 181 | 2878 |
| 平均持仓比例(%) | 2.5 | 6.03 | 0.03 | 0.55 | 1.45 | 2.7 | 100 |
基金组合换手率平均在5.7%-8.0%之间,极端基金季度内完全更换持仓(换手率100%)突出显示投资策略多样性。
| 季度 | 均值 | 标准差 | 最小值 | 25%分位 | 中位数 | 75%分位 | 最大值 |
|---|---|---|---|---|---|---|---|
| Q2-2020 | 7.3% | 10.4% | 0.0% | 0.7% | 3.9% | 9.6% | 97.8% |
| Q3-2020 | 8.0% | 11.4% | 0.0% | 1.2% | 4.5% | 9.7% | 100% |
| Q4-2020 | 5.7% | 9.2% | 0.0% | 0.3% | 2.7% | 6.9% | 100% |
| Q1-2021 | 6.2% | 10.2% | 0.0% | 0.5% | 3.0% | 7.6% | 100% |
采用时间序列验证策略,训练多类推荐模型:启发式基线(如过去组合重复持仓和全球持仓热度)、传统协同过滤、序列模型、图模型及专门的下一篮推荐(NBR)模型。
实验指标包括Recall@K和NDCG@K,分别衡量召回能力和排序质量,针对三任务分别评估:整体组合预测(NBR)、新增组合预测(NNBR)和重复组合预测(NBRR)。
实验结果显示,在NBR和NBRR两任务中,简单的“过去持仓重复”启发式基线表现最佳,强调基金组合的高度稳定性和管理者持仓保守策略。
在NNBR任务(新增投资预测)中,自编码器系模型(EASE和RecVAE)表现优于包括专门NBR模型BTBR在内的各类方法,表明静态协同过滤的非时序特征能有效捕捉基金探索行为潜在模式。
| 模型 | NNBR recall@20 (Q2-2021) | NNBR ndcg@20 (Q2-2021) | NNBR recall@20 (Q3-2021) | NNBR ndcg@20 (Q3-2021) |
|---|---|---|---|---|
| EASE | 0.210 | 0.157 | 0.159 | 0.118 |
| RecVAE | 0.193 | 0.145 | 0.154 | 0.110 |
| BTBR | 0.157 | 0.115 | 0.090 | 0.111 |
| DNNTSP | 0.028 | 0.027 | 0.032 | 0.038 |
BTBR模型虽然为NNBR专门设计,但效果逊色于简单自编码器,提示模型需针对互惠基金领域特性进一步优化。
所有模型在测试集表现普遍下降,反映金融市场和基金策略的动态变化,表明实际应用中模型需经常重训以保持性能。
研究强调金融领域推荐系统应用须兼顾领域特征,尤其是基金组合的持仓稳定性和探索行为的特异性;结果为基金管理者和投资者提供了新的数据驱动工具,有助于识别投资新机会和基金风格比较。
报告题目: A Case Study of Next Portfolio Prediction for Mutual Funds
作者及机构: Guilherme Yambanis Thomaz,Denis Deratani Mauá,均隶属于巴西圣保罗大学(University of São Paulo)
发布时间: 未标明具体日期,参考数据年份为2020-2021年
主题: 基于推荐系统技术,特别是Next Novel Basket Recommendation(NNBR)模型,预测共同基金(Mutual Funds)未来的投资组合分配
本报告首次将共同基金下一期投资组合预测任务形式化为Next Novel Basket Recommendation (NNBR)问题,即专注于预测基金下一期组合中新加入的股票(novel items)。研究构建了一个基于公共数据的全面基准数据集,并基于RecBole库对多种推荐系统模型进行性能评测。
核心论点与发现:
报告的主要贡献点包括:
总体而言,报告为共同基金投资组合预测领域提供了新视角,并指出现有复杂模型在此现实金融场景中的实际效用和局限性。作者建议深入研究自编码器及图神经网络等模型以提升特殊任务的准确度。
作者指出共同基金作为流行的投资工具,其投资组合构成受基金经理策略高度影响,同时组合内多股票的持仓关系造就预测难度。传统推荐系统主要应用于零售、网购领域,粗放忽视序列依赖;而NNBR模型能捕获时间序列和新增项目预测,因而适合基金投资组合的时序动态预测。
报告首次提出基金投资组合的“下一篮子”预测任务,以期通过预测新纳入股票帮助投资者和基金经理发现投资策略变动,寻求潜在新机会。该领域具有基金持仓稳定、核心股票频繁重复的特性,尤其需要区分重复持仓与新持仓的重要性。
综上,该节提供了对领域内现有研究的梳理,凸显本文的新颖性和研究价值。
本节详述数据采集和处理流程:
该部分强调基金持仓的稳定性与新增投资选择的多样性,提示模型需要分别针对“重复”和“新增”股票设计,以更全面覆盖基金行为动态。
时间窗口划分: 从2020年Q1到2021年Q1作为训练集,Q2和Q3 2021作为验证和测试集,严格的时间外验证符合金融数据时序特性。
数据结构: 普通推荐模型将五个季度数据合并为单一用户-物品交互矩阵;序列推荐和NBR模型则按照季度逐序列输入。
推荐系统模型选取:
技术难点: 基金组合规模较大(中位69支股票),导致部分NBR模型计算开销巨大,必须对数据做降采样以保证可训练性。
整体实验设计严谨,覆盖多种模型类别并兼顾金融领域时间序列特征,保障了结果的广泛适用性和现实参考价值。
此部分针对金融用例设计了明确合理的评价框架,有助于精确解读模型在不同预测任务上的表现差异。
作者指出,此现象昭示了实际资金管理策略的连续性及新兴行为的复杂性,而简单且易解释的模型在核心持仓预测中仍占优势。
自编码器模型有捕捉新增投资趋势的潜力,助力基金管理者发现隐含市场机会。图方法表现平衡,适用于多角度综合分析。
展示了四个季度的历史投资组合逐步迁移,及NBR模型预测下一季重复/新增股票的流程。
说明NNBR任务聚焦于发掘真正新的持仓,即explore items,区别于重复持仓。示意清晰呈现了预测对象和方法流程,契合基金持仓动态的实际情况。
| 项目 | 平均值 | 标准差 | 最小值 | 25%分位 | 中位数 | 75%分位 | 最大值 |
|---|---|---|---|---|---|---|---|
| 投资组合规模(股票数) | 175.4 | 280.1 | 1 | 37 | 69 | 181 | 2878 |
| 平均持仓比例(%) | 2.5 | 6.03 | 0.03 | 0.55 | 1.45 | 2.7 | 100 |
投资组合范围广,规模跨度大,平均持仓集中度低,符合分散投资原则。中位数为69证明主流基金组合较为集中但存在极端大规模组合。
| 排名 | 总体热门股票 | 持仓占比% | 新增探索股票 | 持仓占比% |
|---|---|---|---|---|
| 1 | MSFT | 34.1 | TSLA | 5.6 |
| 2 | AAPL | 28.2 | POOL | 4.2 |
| … | … | … | … | … |
| 10 | MRK | 23.5 | KKOYF | 2.2 |
总体持仓以大型蓝筹股为主,探索持仓则跨行业多元化,涵盖美国及海外股票,显示基金新增投资的尝试性与多样性。
| 股票代码 | 市值(亿美元) | 行业 | 所属国家 |
|---|---|---|---|
| MSFT | 18760 | 科技 | 美国 |
| TSLA | 7190 | 消费周期 | 美国 |
| UNLYF | 1470 | 消费防御 | 英国 |
| GLT | 6.9 | 基础材料 | 美国 |
| … | … | … | … |
新增股票市值规模多样,行业分布广泛,覆盖欧美等多个国家。相比核心持仓更具探索性。
| 季度 | 均值 | 标准差 | 最小值 | 25%分位 | 中位数 | 75%分位 | 最大值 |
|---|---|---|---|---|---|---|---|
| 2020-Q2 | 7.3% | 10.4% | 0% | 0.7% | 3.9% | 9.6% | 97.8% |
| 2020-Q3 | 8.0% | 11.4% | 0% | 1.2% | 4.5% | 9.7% | 100% |
| 2020-Q4 | 5.7% | 9.2% | 0% | 0.3% | 2.7% | 6.9% | 100% |
| 2021-Q1 | 6.2% | 10.2% | 0% | 0.5% | 3.0% | 7.6% | 100% |
换手积极度存在较大分歧,换手率分布明显右偏,少数基金季度内完全替换持仓,反映出基金策略差异及市场反应多样性。
指标反映不同任务难度及模型适用性,强调在金融领域简单模型的实际应用价值及未来复杂模型优化空间。
报告主旨聚焦于预测模型性能和投资组合预测准确性,没有直接估值计算或目标价制定,故估值方法未涉及。
报告间接指出如下风险因素:
报告虽无明确缓解策略,但强调频繁模型再训练及结合领域知识至关重要以应对上述风险。
这些视角提示该领域尚处于初期阶段,需要结合财务经济学理论与机器学习技术深度融合。
本报告首次引入NNBR框架对共同基金下一季度组合进行预测,构建大规模公开基准数据集并评测多类型推荐算法。主要结论如下:
综上,报告确立了共同基金组合预测的新研究范式,强调领域适应性的重要性,并实证了简单启发式在现实中的竞争力与复杂模型的潜力,为多方提供重要参考。
除明显页码标注外,所有分析均基于报告原文内容及图表信息综合提炼,引用页码为。
2410.18098.pdf