|
|||||
|
|
| 高维时变投资组合模型的构造及估计 | |
| 作者姓名： | 刘丽萍 吕政 |
| 作者单位： | 1. 贵州财经大学数学与统计学院,贵州省大数据统计分析重点实验室;2. 中央财经大学统计与数学学院 |
| 摘 要： | 在大数据背景下,高维资产组合的构造以及选择是金融领域研究的热点和难点问题.文章构造了基于SCGARCH模型的含有范数约束的高维时变最小方差投资组合模型,将其记为NC-MVP-SCGARCH.该组合的优势主要体现在两方面:首先采用SCGARCH模型来估计和预测组合的重要输入变量——资产间的协方差阵,该模型将改进的乔列斯基分解法和卡尔曼滤波估计方法相结合,在解决了高维数据所面临的维数诅咒的同时,考虑了过去市场信息对协方差阵估计的影响;其次,基于范数约束的最小方差投资组合(NC-MVP)将l1和l2范数有机结合,更加适用于高维资产.研究发现:文章构造的NC-MVP-SCGARCH组合效果更优. |
| 关 键 词： | 改进的乔列斯基分解法 弹性网络 高维时变投资组合 状态空间模型 NC-MVP-SCGARCH模型 |