本文以下方追蹤誤差測度非對稱主動風(fēng)險,構(gòu)建了可以折衷超額收益和下方追蹤誤差的增強型指數(shù)追蹤模型,給出了求解模型的廣義最小角度回歸（generalized least angle regression,簡稱GLARS）算法,并基于上證50進(jìn)行了實證。GLARS算法可以給出超額收益在合理區(qū)間變化時,使得下方追蹤誤差最小的組合系數(shù)解路徑,刻畫投資組合的"超額收益—下方追蹤誤差"有效前沿。將模型應(yīng)用于中國證券市場上證50指數(shù),與基于"超額收益—追蹤誤差"的增強型指數(shù)追蹤模型相比,得到如下實證結(jié)論:控制組合股票支數(shù),本文組合的超額收益、單位風(fēng)險收益更高,在承擔(dān)相同風(fēng)險的情況下,得到了更高的平均收益補償;正下方離差中位數(shù)、最大回撤更小,右偏程度更高,表現(xiàn)出"守住下限,放開上限"的特質(zhì)。本文組合在稀疏性要求下,樣本外可以獲得高于基準(zhǔn)指數(shù)的累積收益,對機構(gòu)和個人投資者具有參考價值,豐富了現(xiàn)有指數(shù)追蹤研究。 

【文章來源】：中國管理科學(xué). 2020,28(08)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

投資組合與上證50指數(shù)累積收益對比

【參考文獻(xiàn)】：
期刊論文
[1]基于CVaR投資組合優(yōu)化問題的非光滑優(yōu)化方法[J]. 張清葉,高巖.  中國管理科學(xué). 2017(10)
[2]基于非參數(shù)核估計方法的均值-VaR模型[J]. 黃金波,李仲飛,丁杰.  中國管理科學(xué). 2017(05)
[3]一種增強型指數(shù)追蹤模型設(shè)計及應(yīng)用[J]. 馬景義,單璐琪,方彤.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2017(05)
[4]具有最小交易量限制的多階段均值-半方差投資組合優(yōu)化[J]. 張鵬,張衛(wèi)國,張逸菲.  中國管理科學(xué). 2016(07)
[5]指數(shù)跟蹤投資組合與多信息下指數(shù)可預(yù)測性——基于Adaptive LASSO和ARIMA-ANN方法[J]. 劉睿智,周勇.  系統(tǒng)工程. 2015(04)
[6]基于分層PCA的指數(shù)跟蹤及實證[J]. 羅金川,房勇.  中國管理科學(xué). 2013(S1)
[7]基于LARS-Lasso的指數(shù)跟蹤及其在股指期貨套利策略中的應(yīng)用[J]. 梁斌,陳敏,繆柏其,黃意球,陳釗.  數(shù)理統(tǒng)計與管理. 2011(06)
[8]具有VaR約束的跟蹤誤差投資組合魯棒優(yōu)化模型[J]. 高瑩,黃小原.  中國管理科學(xué). 2007(01)



本文編號：3005243