提出了一種將主成分分析與Fourier變換組合的資產(chǎn)投資組合方法.對(duì)于N個(gè)資產(chǎn),首先利用主成分分析中第一主成分確定各資產(chǎn)的組合權(quán)重并建立投資組合,利用Fourier變換獲得該組合殘差的復(fù)合周期趨勢(shì),最后利用ARMA模型對(duì)趨勢(shì)殘差進(jìn)行區(qū)間預(yù)測(cè).為使資產(chǎn)保值,當(dāng)組合股價(jià)達(dá)到最低點(diǎn)時(shí),各資產(chǎn)以第一主成分對(duì)應(yīng)權(quán)重進(jìn)行組合建倉(cāng);當(dāng)組合股價(jià)反向上升達(dá)到最高點(diǎn)時(shí),則以第N主成分對(duì)應(yīng)權(quán)重進(jìn)行組合并調(diào)倉(cāng).在實(shí)證模擬方面,選取2016年1月4日-2018年6月8日全球股票主要指數(shù)的收盤價(jià)數(shù)據(jù)進(jìn)行實(shí)證分析.模擬結(jié)果表明:基于主成分分析的投資組合在收益及資產(chǎn)保值方面表現(xiàn)更佳. 

【文章來源】：經(jīng)濟(jì)數(shù)學(xué). 2019,36(04)

【文章頁數(shù)】：7 頁

【部分圖文】：

組合序列pt

回歸圖

圖3為f(t)的殘差序列w(t),對(duì)殘差序列w(t)進(jìn)行Fourier變換,得到該序列的譜分布(見圖4),根據(jù)幅值比較高的值確定提取的主要周期趨勢(shì).在這個(gè)過程中最重要的就是確定提取的周期個(gè)數(shù).圖4 幅頻特性曲線圖

【參考文獻(xiàn)】：
期刊論文
[1]基于PCA的投資組合風(fēng)險(xiǎn)的分散優(yōu)化管理[J]. 劉遵雄,唐順發(fā).  華東交通大學(xué)學(xué)報(bào). 2017(05)
[2]基于Fourier變換和ARMA模型的納斯達(dá)克綜合指數(shù)預(yù)報(bào)[J]. 王文穎,李星野.  科技和產(chǎn)業(yè). 2017(03)
[3]基于灰色傅里葉變換殘差修正的電力負(fù)荷預(yù)測(cè)模型[J]. 黃元生,方偉.  電力自動(dòng)化設(shè)備. 2013(09)
[4]基于WCVaR風(fēng)險(xiǎn)控制的投資組合[J]. 高建偉,邊念怡.  系統(tǒng)工程理論與實(shí)踐. 2009(05)
[5]股票投資組合流動(dòng)性風(fēng)險(xiǎn)度量模型:構(gòu)建與檢驗(yàn)[J]. 朱小斌.  中國(guó)管理科學(xué). 2007(01)
[6]安全第一準(zhǔn)則下的動(dòng)態(tài)資產(chǎn)組合選擇[J]. 李仲飛,姚京.  系統(tǒng)工程理論與實(shí)踐. 2004(01)

碩士論文
[1]基于主成分分析的我國(guó)開放式基金風(fēng)險(xiǎn)分散優(yōu)化應(yīng)用研究[D]. 唐順發(fā).華東交通大學(xué) 2018



本文編號(hào)：3003096