版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在指數(shù)跟蹤中,跟蹤誤差衡量了股票市場的指數(shù)和投資組合權(quán)重之間所表現(xiàn)出來的差異.對于投資組合選擇的問題,提出了很多優(yōu)化方法,目的是為了通過尋找最優(yōu)投資組合來減少跟蹤誤差.本文,在指數(shù)跟蹤投資組合模型中,我們使用l2范數(shù)和lp(0<p<1)范數(shù)懲罰相結(jié)合的方法以期在指數(shù)跟蹤中得到一個穩(wěn)健的稀疏的投資組合.這里,l2范數(shù)懲罰的目的是為了對超定系統(tǒng)施加光滑從而減輕由高度相關(guān)變量帶來的影響,因此有更好的樣本外表現(xiàn);通過lp(0<p<1)范數(shù)懲罰得
2、到稀疏性來解決交易費(fèi)的問題.在模型中,我們明確加入非負(fù)約束條件,即現(xiàn)實中的賣空限制.lp(0<p<1)范數(shù)懲罰項是非凸、非Lipschitz的,會帶來計算上的復(fù)雜.為此,我們采用光滑投影梯度法(SPG)來求解這個穩(wěn)健稀疏的投資組合模型.我們發(fā)現(xiàn)用SPG算法求解時至少會產(chǎn)生一個聚點,且任何一個由SPG法產(chǎn)生的聚點都是Clarke意義下的穩(wěn)定點.本文中,這個方法被應(yīng)用到了兩個真實的股票指數(shù):標(biāo)普500和羅素3000,并且發(fā)現(xiàn)我們的l2范數(shù)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 不確定環(huán)境下基于CVaR的穩(wěn)健投資組合模型研究.pdf
- 在效應(yīng)稀疏原則下的模型穩(wěn)健性.pdf
- 43250.基于指數(shù)跟蹤的投資組合優(yōu)化模型及實證分析
- 基于跟蹤誤差的指數(shù)化投資組合研究.pdf
- CVaR風(fēng)險度量下的穩(wěn)健最優(yōu)投資組合.pdf
- 不完全信息下穩(wěn)健組合投資模型的項目選擇問題.pdf
- 不確定市場條件下的穩(wěn)健最優(yōu)投資組合.pdf
- 單指數(shù)模型及極大極小模型下開放式基金的投資組合.pdf
- 基于稀疏優(yōu)化的CVaR投資組合模型的應(yīng)用研究.pdf
- 摩擦市場下模糊增強(qiáng)型跟蹤指數(shù)投資組合選擇.pdf
- 基于跟蹤誤差的指數(shù)化投資模型選擇和實證分析.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
- 概率準(zhǔn)則下的組合證券投資模型研究.pdf
- 離散時間模型下的動態(tài)投資組合策略.pdf
- 網(wǎng)絡(luò)模型下證券投資組合的選擇研究.pdf
- DOA估計中的穩(wěn)健稀疏重構(gòu)模型及算法研究.pdf
- doa估計中的穩(wěn)健稀疏重構(gòu)模型及算法研究
- 指數(shù)投資組合優(yōu)化方法的比較研究.pdf
- 基于不同風(fēng)險度量下的投資組合模型研究.pdf
- 指數(shù)跟蹤的模型方法和實證分析.pdf
評論
0/150
提交評論