基于Lasso类方法的指数跟踪问题研究

发布时间：2017-04-14 22:07

  本文关键词：基于Lasso类方法的指数跟踪问题研究，由笔耕文化传播整理发布。

【摘要】：指数化投资能够充分分散非系统性风险、获得市场平均收益，且费用低廉，因此，指数化基金、股指期货、ETF等指数产品在中国一经推出就得到了迅速发展。指数跟踪作为指数化投资的具体管理形式，可以有效的指导股指期现套利、指数投资产品的设计等，因此本文提出了基于Lasso类方法的指数跟踪方法构建股票组合，对目标指数进行有效跟踪。 处理高维模型选元的Lasso类方法不但运算简单，可以用于高维股票数据，且可以同时完成投资组合中成分股的选取与权重系数的估计问题，因此本文详细叙述了Lasso、Adaptive Lasso、Relaxed Lasso三种方法的相关理论，比较了他们的优缺点，并从Lasso类方法的算法实现、调整参数选择两方面做了系统的阐述。在实证研究中，借助R语言编程，设计了如何用Lasso类方法构建跟踪组合，并以沪深300指数为跟踪目标，对2012年到2014年522个交易日数据进行建模，最后从样本外区间和样本内区间对跟踪效果进行了评价。 实证结果显示：(1)从整体看，采用Lasso类方法构建的股票组合均取得了不错的跟踪效果；(2)成分股越多跟踪效果越好，但考虑交易成本与维护成本等，股票数量不易过多；(3)在Lasso、Adaptive Lasso与Relaxed Lasso三种方法中，Adaptive Lasso在指数跟踪问题中有明显的优势，首先从权重系数方面看，，Adaptive Lasso方法得出的权重分布无明显的集中趋势，相对比较均匀，其次从跟踪误差方面看，Adaptive Lasso方法无论在样本内还是样本外，无论是30只股票还是100只股票，都取得了三种方法中最好的跟踪效果；(4)从金融角度来看，用小规模证券跟踪模拟指数走势具有很强的不稳定性，但Adaptive Lasso构建的30只股票，系数权重分布较均匀，且考虑到交易费用低等因素，对于小型投资者来说，当证券市场较为稳定时，是值得一试的；(5)AdaptiveLasso短期至中期的预测效果较好，但长期预测失效，建议样本外区间不要超过150天。
【关键词】：Lasso方法 Adaptive Lasso方法 Relaxed Lasso方法 指数跟踪 沪深300指数
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 前言8-12
• 第1章 股票指数跟踪概述12-20
• 1.1 股票指数的基本概念12-13
• 1.2 指数化投资的发展13-14
• 1.3 指数跟踪概述14-20
• 1.3.1 指数跟踪问题描述14
• 1.3.2 跟踪效果衡量指标14-16
• 1.3.2.1 跟踪误差14-15
• 1.3.2.2 相关系数15-16
• 1.3.3 指数跟踪方法16-20
• 1.3.3.1 完全复制法16
• 1.3.3.2 抽样复制法16-17
• 1.3.3.3 优化复制法17-20
• 第2章 Lasso 及其相关方法介绍20-26
• 2.1 模型回顾20-21
• 2.2 Lasso 方法21-22
• 2.3 Adaptive Lasso 方法22-23
• 2.4 Relaxed Lasso 方法23
• 2.5 其它压缩类方法23-25
• 2.6 Lasso 类方法小结25-26
• 第3章 Lasso 类方法的算法实现26-30
• 3.1 LARS26-27
• 3.2 LQA27-28
• 3.3 LLA28-30
• 第4章 调整参数的选择30-32
• 4.1 K 折交叉验证法（K-fold Cross Validation，CV）30
• 4.2 广义交叉验证（Generalized Cross Validation，GCV）30-31
• 4.3 BIC31-32
• 第5章 沪深 300 指数跟踪实证分析32-42
• 5.1 Lasso 类方法构建跟踪组合32-33
• 5.2 跟踪效果衡量指标33
• 5.3 样本数据选取33-38
• 5.3.1 Lasso 方法构建跟踪组合33-35
• 5.3.2 Adaptive Lasso 方法构建跟踪组合35-36
• 5.3.3 Relaxed Lasso 方法构建跟踪组合36-38
• 5.4 跟踪结果分析38-42
• 第6章 总结与展望42-44
• 参考文献44-46
• 攻读硕士期间发表论文情况46-48
• 致谢48

【参考文献】

中国期刊全文数据库 前9条

1 杨国梁;赵社涛;徐成贤;;基于支持向量机的金融市场指数追踪技术研究[J];国际金融研究;2009年10期

2 陈辰,范龙振,叶锋;指数证券组合模拟市场指数的聚类和MTV方法[J];管理工程学报;2001年04期

3 严武,洪道麟;我国指数基金运作与绩效研究[J];统计研究;2000年12期

4 崔静;郭鹏江;夏志明;;自适应Lasso在Poisson对数线性回归模型下的性质[J];西北大学学报(自然科学版);2011年04期

5 倪苏云,吴冲锋;跟踪误差最小化的线性规划模型[J];系统工程理论方法应用;2001年03期

6 李俭富;马永开;;基于证券价格时间序列的协整优化指数跟踪方法研究[J];系统工程理论与实践;2006年11期

7 刘磊;;基于遗传神经网络的指数跟踪优化方法[J];系统工程理论与实践;2010年01期

8 王占锋;吴耀华;赵林城;;删失回归模型中一个LASSO型变量选择和估计方法(英文)[J];应用概率统计;2010年01期

9 闫丽娜;覃婷;王彤;;LASSO方法在Cox回归模型中的应用[J];中国卫生统计;2012年01期

  本文关键词：基于Lasso类方法的指数跟踪问题研究，由笔耕文化传播整理发布。

本文编号：306952