基于支持向量机的关键因素拟合指数化投资方法

发布时间：2018-03-26 09:39

  本文选题：积极指数化投资　切入点：关键因素拟合　出处：《统计与决策》2012年12期

【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。
[Abstract]:Aiming at the fact that the existing indexed portfolio methods often use the principle of empirical minimization to analyze the tracking error and the tracking effect is poor, the support vector machine based on the principle of structural risk minimization is used to construct the indexed portfolio. At the same time, the key factor fitting method is used to select the component stock in the early stage of the portfolio, in order to effectively capture the high frequency factors in the target index fluctuation. The empirical analysis shows that this key factor fitting exponential investment method based on support vector machine has good performance in both model robustness and index tracking error.
【作者单位】： 同济大学经济管理学院;山东科技大学经济管理系;山东科技大学金融工程研究所;
【基金】：国家自然科学基金资助项目(70971079)
【分类号】：F830.59;F224

【参考文献】

相关期刊论文 前2条

1 陈春锋,陈伟忠;积极指数化:一种全新的投资模式[J];证券市场导报;2004年11期

2 张鹏,瞿宝忠;关键因素拟合指数化投资方法的实证研究[J];证券市场导报;2004年11期

【共引文献】

相关期刊论文 前4条

1 徐民;方妙;;论国有企业高管薪酬规制的路径选择[J];法商研究;2013年01期

2 汤果;陈方正;;我国股票价格的随机游走与我国指数化投资的发展[J];价格理论与实践;2008年06期

3 汤果;陈方正;;管理技能与指数基金业绩相关性分析[J];学习与探索;2009年02期

4 李倩;孙林岩;;国外指数化投资的发展与研究述评[J];证券市场导报;2008年08期

相关博士学位论文 前2条

1 屈颖爽;基于跟踪误差的指数投资模型与业绩评价[D];吉林大学;2008年

2 张敏;股指期货套利与套期保值研究[D];华中科技大学;2007年

相关硕士学位论文 前7条

1 胡曼;现代投资组合理论在中国证券市场中的应用研究[D];武汉理工大学;2006年

2 范旭东;跟踪误差与优化指数投资策略[D];西南财经大学;2006年

3 李厦;沪深两市开放式指数基金绩效实证研究[D];西安理工大学;2007年

4 吴士彬;指数基金的跟踪误差理论与实证研究[D];华侨大学;2007年

5 王玲;指数跟踪模型研究[D];上海交通大学;2009年

6 胡玲娟;股指期货套保套利研究及实证分析[D];西南财经大学;2010年

7 银梅;定向增发指数的风险对冲策略[D];电子科技大学;2012年

【相似文献】

相关期刊论文 前10条

1 杨莉;赵莉;曹扬;;基于统计学习理论的信息安全风险管理[J];统计与决策;2008年16期

2 牛艳庆;胡宝清;;基于模糊Adaboost算法的支持向量回归机[J];模糊系统与数学;2006年02期

3 曾婧;李晓静;;支持向量机在财务危机预警中的应用评析[J];中国管理信息化;2009年21期

4 张明;刘念祖;;电子商务信用管理的支持向量机应用[J];中国管理信息化(综合版);2007年09期

5 马凤云;刘培玉;王雪娟;;SVM和BP相结合的垃圾邮件过滤技术[J];计算机安全;2006年06期

6 贾亮;王礼力;;支持向量机在上市公司财务预警模型中的应用研究[J];山东商业会计;2010年02期

7 奉国和;;SVM与神经网络在时间序列预测中的比较[J];现代管理科学;2006年09期

8 韩慧敏;高宝成;陆景辉;;支持向量机在电信话务量预测中的应用分析[J];科技创新导报;2008年02期

9 高尚;梅亮;;基于支持向量机的电价组合预测模型[J];电力自动化设备;2008年11期

10 柳益君;朱广萍;钱进;李红卫;;基于支持向量机的绿色战略选择模型研究[J];计算机仿真;2010年11期

相关会议论文 前10条

1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年

3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年

8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年

9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年

10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

相关重要报纸文章 前10条

1 课题主持人 李心丹　课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年

2 李水根;计算机详解配伍与药效关系[N];健康报;2005年

3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年

4 YMG记者 李仁　通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年

5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年

6 ;选择合适的数据挖掘算法[N];计算机世界;2007年

7 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年

8 周颖;王米渠与中医心理学[N];中国中医药报;2006年

9 记者 张云普邋通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年

10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年

相关博士学位论文 前10条

1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年

2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年

3 栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年

4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年

5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年

6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年

7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年

8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年

9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年

10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学（河北）;2007年

相关硕士学位论文 前10条

1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年

2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年

3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年

4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年

5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年

6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年

7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年

8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年

9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年

10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年

，

本文编号：1667349