标题
  • 标题
  • 作者
  • 关键词

基于LASSO变量选择与多因子模型的增强型指数基金的构造研究

2020-01-22分类号:F832.51;F224

【作者】古志婷  宋泽芳  李元  
【部门】广州大学经济与统计学院  广州大学岭南统计科学研究中心  
【摘要】本文以沪深300指数为研究对象,应用LASSO变量选择方法与多因子模型来研究增强型指数基金的构造。实证结果表明,在样本数据内,基于LASSO变量选择方法与多因子模型所构造的增强型指数基金均能够在追踪基准指数的同时获取超额收益。并且发现基于LASSO变量选择方法构造的增强型指数基金优于多因子模型构造的增强型指数基金。
【关键词】增强型指数基金  LASSO变量选择  多因子模型  跟踪误差
【基金】国家自然科学基金项目(11731015,11201190,11701116)
【所属期刊栏目】数理统计与管理
文献传递