一种增强型指数追踪模型设计及应用
2017-05-05分类号：F224.0
【部门】中央财经大学统计与数学学院
【摘要】研究目标:构建了可以调节追踪误差和超额收益的增强型指数追踪模型,并给出了广义最小角度回归算法(GLARS),用以计算调节参数作用下模型解的折中路径。研究方法:通过模拟数据和五组世界主要股票市场指数的历史数据,对本文提出的模型和算法与同类模型和算法进行了性能比较;同时追踪上证50指数构建若干稀疏且稳定的资产组合模型,通过信息比率等指标对投资组合进行评价。研究发现:本文构建的模型可用以构造权衡追踪效果和超额收益,且稀疏的资产组合,GLARS算法相对传统预设参数的算法具有良好的求解能力和计算速度。研究创新:引入
【关键词】指数追踪 折中路径 广义最小角度回归 资产稀疏性
【基金】国家自然科学基金项目(71403310);; 北京市社会科学基金项目(16LJB005);; 中央财经大学青年科研创新团队支持计划;中央财经大学博士研究生重点选题支持计划的资助;; 中央高校基本科研业务经费
【所属期刊栏目】数量经济技术经济研究
文献传递
