指數(shù)復(fù)制模型研究.pdf

1、指數(shù)復(fù)制常用的三種方式有；完全復(fù)制法、優(yōu)化復(fù)制法和抽樣復(fù)制法.本文研究的重點就是比較這三種方法的優(yōu)劣,用目前市場最具代表性的指數(shù)一滬深300指數(shù)作實證檢驗,并得到相應(yīng)的結(jié)論,首先,本文總結(jié)了前人在指數(shù)復(fù)制模型方面的研究,并重點介紹了幾種常用的優(yōu)化和抽樣方法.在優(yōu)化方法上,根據(jù)優(yōu)化函數(shù)和優(yōu)化策略的不同,介紹了三種優(yōu)化方法；在抽樣方法上,根據(jù)抽樣思想的不同,介紹了四種抽樣方法.在實證階段,對于非完全復(fù)制法,本文采用最小化二次規(guī)劃模型下的跟蹤

2、誤差為目標函數(shù),選用行業(yè)分層抽樣法,考慮個股集中度、調(diào)整成本和個股的最低持有量等約束條件進行優(yōu)化.通過對樣本外5日、10日、30日及到指數(shù)下次調(diào)樣日數(shù)據(jù)進行跟蹤效果檢驗,得到以下結(jié)論:從復(fù)制精度上看,完全復(fù)制法復(fù)制效果最好,優(yōu)化復(fù)制法次之,抽樣復(fù)制法最差；從調(diào)整成本上看,完全復(fù)制法調(diào)整成本最高,其次是優(yōu)化復(fù)制法,抽樣復(fù)制法最小.本文的創(chuàng)新之處在于考慮到股票和指數(shù)收益率序列的異方差性,通過EWMA模型改進優(yōu)化算法,為歷史的觀測值賦予幾何級