如何合理评价基金业绩是满足培育一流投资机构这一国家重大需求的重要议题。现有的基于传统资产定价方法所构造的因子无法满足大数据时代高维特征决定基金业绩的市场环境。本文创新性地运用前沿的工具主成分分析法，从28个与基金业绩有关的特征中提取出隐性定价因子。本文发现，五因子隐性模型对基金和基金组合业绩的整体解释力度在样本内分别达到了81.85%和99.82%，这一整体解释力度在样本外分别为79.53%和99.74%。本模型对基金和基金组合的解释力从整体、时序、截面和相对误差每个角度都优于传统的显性因子模型。在识别隐性因子过程中，基金持仓股票的市值、换手率、营业利润、过往表现和基金过往业绩发挥了最重要的作用，但同时，隐性因子部分的定价能力同通货膨胀率、国债利率、宏观杠杆率、股债市场流动性和工业生产不确定性等常见的宏观周期波动有关。最后，基于以上发现，本文认为应当利用大数据多元化基金业绩度量体系，以优化散户投资者基金资产配置效率。

截止 2022 年 1 月，中国公募基金管理资产 25 万亿，基金数量已超过 9000支。虽然管理资产规模只有美国公募基金行业的 1/9，但中国基金数量已经超过美国。中国公募基金行业表现出强烈的发行新基金偏好。我们发现造成这一现象的主要原因是银行在基金发行中的巨大渠道优势以及对于基金托管业务的重视。基金公司为了获得更大的银行客户群，在不同银行发行新基金并托管是一个重要手段。过度发行基金造成权益类基金经理平均管理 2.6 支基金。比较同一个基金经理管理的新老基金，我们发现新基金年化收益率平均优于老基金 1.5%-2%。当一个基金经理发行了新基金后，其管理的老基金表现出现下降。由于新基金的资金流入更加依赖其近期表现，因此基金经理有更强动机提升新基金业绩。我们的发现对于规范中国公募基金行业发展，加强投资者保护提供了依据。

作为基金业的亮点，明星基金用远超过市场其他投资者的收益吸引着A股市场投资者的注意力。明星基金经理的行为及其投资思路体现了A股市场基金行业的最高水平的投资决策，明星基金经理的投资心理和行为成为该基金表现的决定性因素。跟踪明星基金的股票投资组合能否体现他们的投资思路和决策，能否获得超额收益？本文根据以往基金的业绩和收益排名，选取2006年到2008年累积收益名列前茅的五只明星基金，根据它们在2009年和2010年两年期间每季度发布的季报的十大重仓股的分析，对明星基金进行被动模拟，从而形成以模拟最优明星基金的被动型基金组合。论文验证模拟明星基金的组合是否可以在A股市场上获得超额收益，并在模拟基金的过程当中尝试模拟年度和季度为代表的长、短期收益，以及仓位模拟，对各种策略进行对比，形成收益最大化策略。