사모펀드 상품 선정 및 배정

사모펀드는 중국에서 오랫동안 발전하지 못했지만 자본시장에서 중요한 영향력을 행사하는 세력으로 자리 잡았다. 동시에 일부 사모펀드는 일반 공공펀드보다 수익률이 매우 높고 변동성이 낮습니다. 사모펀드 상품 선정 및 배분에 관한 내용을 여러분께 공유해 드리고자 합니다. 사모펀드 상품 심사 및 배분

사모펀드 심사 개요

본 연구에서는 상품 심사 및 평가의 주요 지표로 샤프비율과 칼마비율을 선정하였으며, 이를 바탕으로 두 비율 이상 사모펀드 상품에 대한 점수 시스템을 설계했습니다. 동시에 연구 과정에서 수익률, 변동성 및 최대 감소율과 같은 여러 관련 매개변수도 고려했습니다. 연구 과정에서는 정규화, 표준화, 군집분석 등 통계학에서 일반적으로 사용되는 다양한 데이터 분석 방법이 사용되었습니다. 연구 범위는 10,000개 이상의 제품을 다루며 범위도 비교적 넓습니다.

또한, 본 연구 결과를 바탕으로 CAPM 모델과 결합하여 투자 포트폴리오 구축을 완료하고, 사모펀드 상품에 대한 완전한 투자 배분 추천을 제공하고, VaR 모델을 활용하여 성과를 평가했습니다. .

본 연구의 최종 결과는 본 보고서와 사모펀드 상품 평가 프로세스에 제시되어 있습니다. 이 프로그램은 자동화된 데이터 캡처, 데이터베이스 업데이트 및 데이터 처리 기능을 구현하고 사용자에게 직관적이고 명확한 투자 조언을 제공할 수 있습니다.

1. 연구배경

국내 금융시장이 성숙해짐에 따라 사모펀드의 규모도 빠르게 늘어나고 있다. 이런 환경 속에서 풍부한 전략과 다양한 상품을 갖춘 사모펀드가 탄생했다.

사모펀드는 중국에서 오랫동안 발전하지 못했지만 자본시장에서 중요한 영향력을 행사하는 세력으로 자리 잡았다. 동시에 일부 사모펀드는 일반 공공펀드보다 수익률이 매우 높고 변동성이 낮습니다. 성과가 더 좋은 일부 사모 펀드는 종종 공모 및 더 넓은 시장을 능가할 수 있습니다. 따라서 사모펀드 상품은 매우 중요한 투자 옵션이 되었습니다.

일반 투자자의 경우 적절한 사모펀드 상품을 구매하면 투자 경험 부족, 정보 폐쇄성 등 자신의 단점을 효과적으로 보완하고, 시장 리스크는 낮추면서 더 높은 수익을 얻을 수 있다. 기관의 경우, 적절한 사모펀드 상품을 구매하면 사모펀드의 자기 관리 및 자기 운영 특성을 효과적으로 활용하고 위험을 효과적으로 헤지하며 비용을 절감할 수 있습니다.

동시에 기관은 사모펀드 상품의 정량적 지표 분석을 기반으로 효과적인 투자 포트폴리오를 구성하여 특정 유형의 전략 또는 심지어 독립적인 전략의 구성 요소로 만들 수 있습니다. 또한, CAPM 모델의 성과 평가 및 최적화 후 이러한 투자 포트폴리오는 기관을 위한 고수익, 저위험 상품으로 패키징되어 시장에 다시 출시될 수 있습니다. 사모펀드 상품에 대한 심사 및 평가는 연구 가치가 크다고 볼 수 있다.

2. 사모펀드 상품 데이터의 획득 및 처리

2.1 데이터 출처

우리는 사모펀드 상품을 다음과 같이 선별하고 평가할 수 있기를 바랍니다. 최대한 많은 제품을 고려합니다. 동시에 각 사모펀드 상품에 대해 최대한 정확하고 완전한 데이터를 확보하고자 합니다.

이번 조사를 더욱 효과적으로 진행하고 선택한 상품의 투자 가치가 좋은지 확인하기 위해 사모펀드 분야에 좀 더 전문적인 Haomai.com을 데이터 소스로 선택했습니다. Haomai.com 데이터베이스에는 14,751개 사모펀드 상품에 대한 세부 정보가 포함되어 있어 연구에 충분한 샘플과 세부 데이터를 제공할 수 있습니다. 데이터베이스에는 펀드회사, 설립 시기, 전략 분류 등 기본 정보는 물론, 시점별 누적 순자산 등 세부 정보도 담겨 있다.

본 연구에서는 Haomai.com 데이터베이스에 비교적 완전한 정보를 보유한 사모펀드 9,348개 상품을 연구 대상으로 선정했다. 연구 대상에는 다양한 전략 유형이 포함되며, 서로 다른 시기에 수립되었으며 특정 대표성을 갖습니다. ?

2.2 데이터 획득

Haomai.com 데이터베이스의 다양한 사모 펀드 제품에는 Python 프로그래밍 언어를 기반으로 하는 웹 크롤러를 사용하여 캡처합니다. 각 제품 정보의 데이터를 저장하고 해당 파일에 저장합니다. 동시에, 후속 분석을 용이하게 하기 위해 동일한 유형의 전략에 대한 제품 정보를 파일에 저장합니다.

본 연구에서 선별 및 평가를 위한 지표는 Sharpe와 Calmar 비율이므로 크롤링 과정에서 주로 각 제품의 누적 순 가치에 대한 시계열을 얻습니다.