1 机器学习增强基金分类公募基金数量破万只，基金投资愈发依赖深度投研能力。据中国基金业协会数据显示，截止 2022 年 6 月底我国公募基金的数量为 10010 只，净值达 26.79 万亿元，规模创下历史新高。面对瞬息万变的资本市场和风格多样的基金产品，投资者越来越需要借助科学、专业的投资方法论。本篇报告即从基金投资的起点出发，在主动权益基金范围内全面采用机器学习技术以搭建精细、灵活的分类体系。1.1 传统分类方法不够精细 基金分类是 FOF 管理体系的基石FOF 管理流程包括基金分类、基金评价与筛选、组合配置和投后管理等步骤。 基金分类是整个管理流程的起点，良好的基金分类可在多个环节提升基金投研的效率：第一，组内相似度高，提高基金评价的可比性、便于平替产品投资；第二，市场风格 覆盖广，便于筛选应时的绩优产品；第三，颗粒度细，满足多样化、小众化的投资需 求；第四，组间区分度高，便于构建轮动、分散化的投资组合。图表 1：基金分类是FOF 管理流程的起点图表 2：好的分类体系使基金投研更高效基金分类评价与筛选组合配置投后管理
