检索结果-南通市图书馆

基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用

在线全文

学校读者我要写书评

暂无评论

数理统计与管理 2011年第6期30卷 1104-1113页

作者：梁斌陈敏缪柏其黄意球陈钊中国科学技术大学统计与金融系安徽合肥230026 中国科学院数学与系统科学研究院北京100190 中国科学院随机复杂结构与数据科学重点实验室北京100190

本文将多元线性回归选择变量的Lasso方法引入到指数跟踪和股指期货套利策略研究,提出运用LARS算法实现非负限制下的Lasso选择现货组合问题,为业界给出了一种选择构造现货组合的股票的新方法。实证表明:采用本文提出的方法得到的现货组合... 详细信息

本文将多元线性回归选择变量的Lasso方法引入到指数跟踪和股指期货套利策略研究,提出运用LARS算法实现非负限制下的Lasso选择现货组合问题,为业界给出了一种选择构造现货组合的股票的新方法。实证表明:采用本文提出的方法得到的现货组合,在组合含有较少数量股票的情况下,得到较文献中已有方法更小的跟踪误差。同时,利用本文的方法对沪深300仿真交易的期现套利进行研究,得到有重要市场价值的结果。

关键词：指数跟踪 Lasso 期现套利:LARS

在线全文

学校读者我要写书评

暂无评论

基于复杂网络视角的金融指数跟踪最优化研究

经济问题 2018年第2期 35-42,56页

作者：刘海飞钱泽宇许金涛南京大学工程管理学院江苏南京210093

以复杂网络视角,采用自适应仿射传播聚类算法,从沪深300指数中选择分散化程度高的聚类中心作为标的,同时对比市值排序选股和权重排序选股,构建二次指数跟踪最优化模型,并进行实证分析与稳健性检验。研究发现:复杂网络聚类选股方法只需5... 详细信息

以复杂网络视角,采用自适应仿射传播聚类算法,从沪深300指数中选择分散化程度高的聚类中心作为标的,同时对比市值排序选股和权重排序选股,构建二次指数跟踪最优化模型,并进行实证分析与稳健性检验。研究发现:复杂网络聚类选股方法只需50只以内股票,即可实现较高精度的沪深300指数跟踪;当股票数量选择31只时,AAP聚类的误差相对较小且股票数目适中,样本内31只股票的日均跟踪误差为6.35×10^(-5),分别比市值排序和权重排序降低了36.50%和24.85%,样本外31只股票的日均跟踪误差为3.10×10^(-4),比其余两种方法分别降低了45.33%和38.74%;在稳定性检验中,当股票数介于5~35只之间时,AAP聚类选股进行指数跟踪优于其他两种选股的可能性超过80%,表明跟踪结果具有良好的稳健性。

关键词：复杂网络聚类选股指数跟踪自适应仿射传播聚类日均跟踪误差

在线全文

学校读者我要写书评

暂无评论

基于因子模型的指数跟踪及实证分析

运筹学学报 2012年第1期16卷 106-114页

作者：陈杰崔雪婷复旦大学管理学院上海200433

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略.通过建立股票收益的多因子模型,提出了将组合的贝塔值控制在合适范围内,并在期望超额收益非负的条件下,最小化组合风险的指数跟踪模型.同时,考虑到实际需要,在模型中限制了... 详细信息

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略.通过建立股票收益的多因子模型,提出了将组合的贝塔值控制在合适范围内,并在期望超额收益非负的条件下,最小化组合风险的指数跟踪模型.同时,考虑到实际需要,在模型中限制了组合中股票的数量和持有量.实证分析结果表明,通过选取不同的控制参数,该模型产生的跟踪组合既能实现较小的跟踪误差,也能实现一定的超额收益.

关键词：金融优化指数跟踪指数基金多因子模型实证分析

在线全文

学校读者我要写书评

暂无评论

指数跟踪模型研究

指数跟踪模型研究

作者：王玲上海交通大学

学位级别：硕士

积极指数化投资作为一种全新的投资模式出现,正在被全球的资产管理公司、基金管理公司以及各类投资者所接受和应用,其对全球金融市场的结构以及对投资模式的变革所产生的影响将非常深远。本文在介绍指数化投资的内涵与魅力,综述国内外... 详细信息

积极指数化投资作为一种全新的投资模式出现,正在被全球的资产管理公司、基金管理公司以及各类投资者所接受和应用,其对全球金融市场的结构以及对投资模式的变革所产生的影响将非常深远。本文在介绍指数化投资的内涵与魅力,综述国内外指数跟踪研究情况的基础上对有收益约束的跟踪指数投资组合问题进行了重点研究,得到了在最小均方误差意义下跟踪组合的解析表达式,证明得到最优跟踪组合可以表示为三个基金的凸组合(即三基金定理),证明最优跟踪误差是收益约束的二次函数,在均方差-均值平面上是一条抛物线,最后给出在允许卖空和不允许卖空条件下的数值计算结果。并进一步讨论加进了债指的跟踪,使得模型得到了推广,并且得到了多指数跟踪模型。本文还在保证收益下有卖空约束的指数跟踪模型进行了探索,并且实证分析。接着从协整优化指数跟踪组合方面入手,构造跟踪组合对目标指数进行跟踪,验证了跟踪组合和目标指数的长期协整关系,并进行了实证分析。

关键词：指数跟踪跟踪误差投资组合均方误差三基金定理协整

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

指数跟踪下的稳健稀疏投资组合模型

指数跟踪下的稳健稀疏投资组合模型

作者：王静静北京交通大学

学位级别：硕士

在指数跟踪中,跟踪误差衡量了股票市场的指数和投资组合权重之间所表现出来的差异.对于投资组合选择的问题,提出了很多优化方法,目的是为了通过寻找最优投资组合来减少跟踪误差.本文,在指数跟踪投资组合模型中,我们使用P2范数和lp(0

关键词：稳健稀疏投资组合指数跟踪 lp(0范数约束卖空限制光滑投影梯度法

含景气参数的非负lasso改进算法及其在指数跟踪中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计与信息论坛 2015年第7期30卷 16-21页

作者：马景义肖佳宁中央财经大学统计与数学学院北京100081

以lasso算法为模型基础,在中国市场不允许做空的条件下,改进非负lasso算法,将市场景气因素应用到模型中,得到含景气参数的超额收益与跟踪误差的平衡模型。以上证180指数为投资标的,模拟熊市和牛市投资状态下的指数跟踪。在牛市时,设定... 详细信息

以lasso算法为模型基础,在中国市场不允许做空的条件下,改进非负lasso算法,将市场景气因素应用到模型中,得到含景气参数的超额收益与跟踪误差的平衡模型。以上证180指数为投资标的,模拟熊市和牛市投资状态下的指数跟踪。在牛市时,设定景气参数为0,最小化跟踪误差以获取市场平均收益;熊市时,跟踪组合对超额收益的获取表现出了明显的优势,同时在熊市获取超额收益需要承担更大风险。用含景气参数的非负lasso算法跟踪指数,为业界提供了一种新的指数跟踪方法。

关键词：非负lasso 市场景气指数跟踪超额收益

基于自适应Lasso变量选择方法的指数跟踪

在线全文

学校读者我要写书评

暂无评论

统计与决策 2018年第16期34卷 141-145页

作者：秦晔玲朱建平太原理工大学数学学院山西晋中030600 厦门大学管理学院福建厦门361005 厦门大学数据挖掘研究中心福建厦门361005

自适应Lasso回归算法是近年来统计选元的一个新兴方法,具备良好的统计性质。在当今社会资产数量众多的金融投资市场中,资产选择的传统方法Markowitz均值方差模型虽然简单,但不稳定,且容易产生空头头寸。自适应Lasso算法基于变量选择的... 详细信息

自适应Lasso回归算法是近年来统计选元的一个新兴方法,具备良好的统计性质。在当今社会资产数量众多的金融投资市场中,资产选择的传统方法Markowitz均值方差模型虽然简单,但不稳定,且容易产生空头头寸。自适应Lasso算法基于变量选择的基本概念,针对资产组合构建而提出,以指数跟踪为目的,构造复制效果良好的稀疏股票投资组合,并进一步对指数的未来趋势做出预测。文章以中国深沪300指数的指数跟踪为例进行分析,结果表明自适应Lasso算法在资产选择和预测中都有良好的效果。

关键词：资产选择自适应Lasso 指数跟踪

在线全文

学校读者我要写书评

暂无评论

基于深度学习的指数跟踪方法研究

统计与决策 2021年第5期37卷 143-147页

作者：闫洪举中国农业银行博士后科研工作站北京100005 北京大学经济学院北京100871

文章从个股权重测算、限制个股做空等角度拓展了基于深度学习的指数跟踪方法。对于个股权重测算,提出了一种神经网络动态权重计算方法,以测算指数跟踪组合股票在不同时间段中所持有的不同权重。此外,考虑一些金融市场个股无法做空,或者... 详细信息

文章从个股权重测算、限制个股做空等角度拓展了基于深度学习的指数跟踪方法。对于个股权重测算,提出了一种神经网络动态权重计算方法,以测算指数跟踪组合股票在不同时间段中所持有的不同权重。此外,考虑一些金融市场个股无法做空,或者一些金融市场对个股做空存在严格限制的问题,提出了对神经网络施加非负约束的思路,构建限制个股做空情形下的指数跟踪方法。结果表明,在个股可以做空以及限制做空的情形下,该方法均可以有效跟踪目标指数的表现。

关键词：指数跟踪深度学习深度自动编码器

在线全文

学校读者我要写书评

暂无评论

基于神经网络技术的指数跟踪方法

统计与决策 2011年第23期27卷 26-29页

作者：李俭富西南财经大学统计学院成都610074

文章应用神经网络技术改进指数跟踪组合的资产配置结构,从而提高了指数跟踪业绩。实证结果表明,不论从累计收益率还是从跟踪误差的角度看,神经网络技术确定的指数跟踪组合的业绩比已有文献给出的指数跟踪方法更好,表明基于神经网络技术... 详细信息

文章应用神经网络技术改进指数跟踪组合的资产配置结构,从而提高了指数跟踪业绩。实证结果表明,不论从累计收益率还是从跟踪误差的角度看,神经网络技术确定的指数跟踪组合的业绩比已有文献给出的指数跟踪方法更好,表明基于神经网络技术的指数跟踪方法是一种处理指数跟踪问题的好方法。

关键词：指数跟踪跟踪误差神经网络