2月24日电 哈佛商学院教授主导的一项最新学术研究发现，主动型基金经理的投资行为具有机器学习可识别的规律性特征。研究团队运用神经网络算法对基金历史交易数据进行分析后发现，能够成功预测约71%的共同基金交易决策——即基金经理在特定季度对某只股票作出买入、持有或卖出操作。该模型基于1990年至2023年的五年滚动窗口期历史数据构建，在训练过程中整合了基金规模、资金流动、股票属性及宏观经济等多维度信息。值得关注的是，模型未能预测的剩余29%交易行为却与基金超额收益呈现显著关联性。这表明真正创造超额收益的关键决策恰恰存在于那些无法被常规模式解析的非标准化操作之中。（市场观察）
