基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用

发布时间：2018-04-10 17:34

  本文选题：指数跟踪 + Lasso　； 参考：《数理统计与管理》2011年06期

【摘要】：本文将多元线性回归选择变量的Lasso方法引入到指数跟踪和股指期货套利策略研究,提出运用LARS算法实现非负限制下的Lasso选择现货组合问题,为业界给出了一种选择构造现货组合的股票的新方法。实证表明:采用本文提出的方法得到的现货组合,在组合含有较少数量股票的情况下,得到较文献中已有方法更小的跟踪误差。同时,利用本文的方法对沪深300仿真交易的期现套利进行研究,得到有重要市场价值的结果。
[Abstract]:In this paper, the Lasso method of multiple linear regression selection variables is introduced into the research of index tracking and arbitrage strategy of stock index futures, and the LARS algorithm is proposed to implement the spot portfolio problem of Lasso selection under non-negative constraints.This paper presents a new method for the industry to choose to construct the stock of spot portfolio.The empirical results show that the spot portfolio obtained by the method proposed in this paper has a smaller tracking error than the existing methods in the literature when the portfolio contains a small number of stocks.At the same time, we use the method of this paper to study the current arbitrage of Shanghai and Shenzhen 300 simulation transactions, and get the important results of market value.
【作者单位】： 中国科学技术大学统计与金融系;中国科学院数学与系统科学研究院;中国科学院随机复杂结构与数据科学重点实验室;
【基金】：国家重点基础研究发展规划项目(973计划)(No.2007CB814902) 国家高技术研究发展计划(863计划)(No.2007AA12Z04) 国家基金委海外杰出青年基金(No.10628104);国家基金委创新研究群体(No.10721101) 国家水利部公益性项目(No.200801027)的资助
【分类号】：F224;F832.51

【相似文献】

相关期刊论文 前10条

1 蔡风景;李元;;基于状态空间图模型方法的投资组合优化决策[J];统计与信息论坛;2011年06期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相关会议论文 前1条

1 李俭富;马永开;曾勇;;基于再平衡管理的指数跟踪研究[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（一）[C];2006年

相关博士学位论文 前5条

1 王占锋;删失回归模型中若干统计问题的研究[D];中国科学技术大学;2008年

2 李英杰;全局优化及其在金融中的应用[D];湖南大学;2010年

3 付光辉;高维的强相关数据的模型选择[D];中南大学;2011年

4 李俭富;基于我国证券市场的指数跟踪管理方法及应用研究[D];电子科技大学;2006年

5 赵勇;中国指数基金绩效与风险的实证研究[D];西南财经大学;2008年

相关硕士学位论文 前10条

1 柯郑林;Lasso及其相关方法在多元线性回归模型中的应用[D];北京交通大学;2011年

2 孙丽丽;工具变量回归模型中的变量选择[D];东北师范大学;2008年

3 赵婷婷;AR（p）模型的Lasso方法定阶[D];东北师范大学;2008年

4 曲婷;平衡纵向数据模型的变量选择[D];东北师范大学;2008年

5 杨威;函数型回归模型的成分选取[D];东北师范大学;2009年

6 谭理想;双线性时间序列模型的Lasso方法定阶[D];南京大学;2012年

7 武金存;基于数据挖掘的指数化投资组合优化的比较研究[D];河北经贸大学;2011年

8 王娉;几种罚似然估计在广义线性模型下的性质[D];西北大学;2012年

9 雍开伏;差分进化算法及其在指数复制中的应用[D];华中科技大学;2008年

10 江河;带有惩罚函数的多元线性回归分析模型的调节参数的选择[D];兰州大学;2012年

，

本文编号：1732232