近年來(lái),不少基金管理公司和投資人都青睞于通過(guò)指數(shù)追蹤進(jìn)行投資。所以,如何構(gòu)建一個(gè)合理的股票投資組合并使其擁有較小的追蹤誤差便成了研究指數(shù)追蹤的焦點(diǎn)。本文獲取了2021年2月19日至2021年4月26日上證50指數(shù)及其50只成分股的5分鐘線的收盤(pán)價(jià),共2206個(gè)樣本數(shù)據(jù),以此作為研究對(duì)象。考慮到分位數(shù)回歸和模型平均的優(yōu)點(diǎn),本文采用基于分位數(shù)回歸下的模型平均方法來(lái)構(gòu)建指數(shù)追蹤組合模型。本文對(duì)上證50指數(shù)的收盤(pán)價(jià)數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析,發(fā)現(xiàn)上證50指數(shù)的收盤(pán)價(jià)數(shù)據(jù)不服從正態(tài)分布,且具有尖峰、厚尾和右偏等特征。因此,選擇基于分位數(shù)回歸模型來(lái)考察不同分位點(diǎn)處上證50指數(shù)收盤(pán)價(jià)與其成分股收盤(pán)價(jià)之間的關(guān)系。理論上可以選擇全部成分股進(jìn)行指數(shù)追蹤,但50只成分股之間存在多重共線性,且要想利用有限的資金進(jìn)行投資,必須對(duì)股票進(jìn)行合理的選擇。因此,本文在0.05、0.10、0.25、0.50、0.75、0.90、0.95這七個(gè)分位點(diǎn)處,采用逐步回歸、Lasso-QR、SCAD-QR進(jìn)行變量選擇,結(jié)果顯示:逐步回歸在這七個(gè)分位點(diǎn)處均保留了大部分成分股;Lasso-QR方法保留了相同的26只成分股,入選的成份股...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1.緒論
    1.1 研究背景
    1.2 研究意義
    1.3 文獻(xiàn)綜述
    1.4 論文基本內(nèi)容
2.分位數(shù)回歸模型
    2.1 分位數(shù)回歸簡(jiǎn)介
    2.2 分位數(shù)回歸的基本思想
    2.3 分位數(shù)回歸的參數(shù)估計(jì)及性質(zhì)
3.變量選擇
    3.1 變量選擇方法簡(jiǎn)介
    3.2 子集選擇
    3.3 懲罰函數(shù)
4.分位數(shù)模型平均
    4.1 模型平均方法簡(jiǎn)介
    4.2 子模型的構(gòu)建
    4.3 基于信息量準(zhǔn)則的權(quán)重選擇方法
5.實(shí)證分析
    5.1 數(shù)據(jù)說(shuō)明及描述性統(tǒng)計(jì)分析
    5.2 變量選擇分析
    5.3 建立上證50指數(shù)追蹤模型
    5.4 模型比較分析
6.總結(jié)與展望
    6.1 總結(jié)
    6.2 不足與展望
參考文獻(xiàn)
致謝



本文編號(hào)：3782461