基于LASSO变量选择与多因子模型的增强型指数基金的构造研究

发布时间：2020-12-10 10:00

　　本文以沪深300指数为研究对象,应用LASSO变量选择方法与多因子模型来研究增强型指数基金的构造。实证结果表明,在样本数据内,基于LASSO变量选择方法与多因子模型所构造的增强型指数基金均能够在追踪基准指数的同时获取超额收益。并且发现基于LASSO变量选择方法构造的增强型指数基金优于多因子模型构造的增强型指数基金。 

【文章来源】：数理统计与管理. 2020年03期 第417-428页 北大核心CSSCI

【文章页数】：12 页

【参考文献】：
期刊论文
[1]稀疏VAR在股票收益率研究的应用[J]. 胡亚南,张陶陶,李蕾,田茂再.  数理统计与管理. 2017(04)
[2]基于第一HJ距离的线性因子模型两两比较研究[J]. 郑振龙,孙清泉.  数理统计与管理. 2016(03)
[3]增强型指数基金的VAR-跟踪误差风险测量[J]. 黄尹芳子.  东方企业文化. 2014(01)
[4]基于随机因子模型的增强型指数基金[J]. 戴英琢,李金林,马宝龙.  数学的实践与认识. 2012(11)
[5]浅析指数基金的指数化投资方法[J]. 钟小林.  证券市场导报. 2003(02)

硕士论文
[1]指数基金的增强机制及其绩效研究[D]. 王冬洁.郑州大学 2013
[2]优化指数基金实证研究：动态构建增强型指数基金[D]. 张帆.厦门大学 2007



本文编号：2908504