开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

阿拉雷_Pz · 2024年01月25日

return based 为什么易data manipulation,但nosubject to window dressing



1 个答案
已采纳答案

吴昊_品职助教 · 2024年01月26日

嗨,从没放弃的小努力你好:


我们在不同章节都提到了return based,前者在业绩归因,后者在风格分析。这是两个话题,分属不同章节,所以优缺点需要分开记忆。

1、客观、不会有window dressing是returns-based style analysis的优点(风格分析)

Window dressing可以理解为“只展示出最好的一面”。这个是holdings-based style analysis的特点。因为holding-based是一个时点值,检查者只能看到这个点上的情况。这就可能导致其他时间的performance都不好,只有这能被看到的一点却被粉饰的特别好,进而对于这个基金经理的performance评价产生了偏差。returns-based style analysis很好的避开了这一问题,故而是 “the use of returns data provides an objective style check that is not subject to window dressing。”

2、data manipulation是Returns-based attribution的缺点。return-based用的数据最少,这个点上课的时候多处多次强调过。正是因为数据量少,不够精细,才容易被影响操控。

----------------------------------------------
就算太阳没有迎着我们而来,我们正在朝着它而去,加油!

  • 1

    回答
  • 1

    关注
  • 193

    浏览
相关问题