【摘要】文章针对现有指数化投资组合方法多使用经验最小化原则来分析跟踪误差,致使跟踪效果较差的现状,利用基于结构风险最小化原则的支持向量机进行指数化投资组合的构建,提高投资组合的样本外跟踪效果。同时,又利用关键因素拟合方法进行投资组合前期的成分股票选择,以有效捕捉目标指数波动中的高频因素,增强投资组合把握目标指数动态特性的能力。实证分析表明,这种基于支持向量机的关键因素拟合指数化投资方法在模型鲁棒性和指数跟踪误差方面都具有良好的表现。