Return-based attribution缺点有： most vulnerable to data manipulation
而Return-based style analysis 优点有：it is objective, not subject to window dressing
return-based方法原理都是一样的，感觉data manipulation 和 window dressing有点类似，这里怎么理解呢？为什么一个是缺点，一个又成了优点了
Dorapai · 2024年03月28日
Return-based attribution缺点有： most vulnerable to data manipulation
而Return-based style analysis 优点有：it is objective, not subject to window dressing
return-based方法原理都是一样的，感觉data manipulation 和 window dressing有点类似，这里怎么理解呢？为什么一个是缺点，一个又成了优点了
吴昊_品职助教 · 2024年03月28日
嗨，爱思考的PZer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。
Return-based attribution和Return-based style analysis虽然都是基于投资回报率的方法，但它们的应用和目的略有不同，这导致了在面对数据操纵时的不同影响。
1、Return-based attribution是用来分析投资组合的绩效归因的方法，它试图解释投资组合的回报是如何由其构成资产或投资策略的表现所决定的。在这个过程中，如果数据被操纵，例如人为地篡改某些投资回报数据，将会影响到对投资组合绩效的解释和评估。这是因为归因分析依赖于准确的历史数据来进行分析，如果数据不准确或被操纵，将会导致归因结果产生偏差，降低了该方法的可靠性和准确性。另外，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。因此，data manipulation是Returns-based attribution的缺点。
2、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，因此，客观、不会有window dressing是returns-based style analysis的优点（风格分析）
----------------------------------------------加油吧，让我们一起遇见更好的自己！