一种增强型指数追踪模型设计及应用

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:引入调节参数平衡追踪效果和超额收益,并针对中国股票市场的特点,在增强型指数追踪模型施加非负约束;GLARS算法可遍历所有折中意义下的最优解.研究价值:本文提出的增强型指数追踪模型在国内具有较强适用性,在保证资产稀疏性的前提下可以得到超额收益,同时丰富了目前投资组合中的方法论研究.

关键词：指数追踪、折中路径、广义最小角度回归、资产稀疏性

所属期刊栏目：34

分类号：F224.0(经济计算、经济数学方法)

资助基金：国家自然科学基金;北京市社会科学基金;中央财经大学博士研究生重点选题项目

在线出版日期：2017-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：107-121