【摘要】：隨著中國股市的快速發(fā)展和日益成熟,股票指數(shù)種類愈來愈多,各種編制方法也日益完善,越來越多的個人投資者和投資機構(gòu)開始嘗試進(jìn)行股票指數(shù)投資。股票市場瞬息萬變、陰晴不定,在這種環(huán)境下如何尋找一種表現(xiàn)好的指數(shù)跟蹤方法來構(gòu)造出理想的股票投資組合,有效追蹤標(biāo)的指數(shù),有著很重要的研究意義和經(jīng)濟價值。傳統(tǒng)的股票指數(shù)跟蹤方法在進(jìn)行股票投資組合的選擇時都大多采用部分復(fù)制成分股比例,或者按市值排名來選取出股票投資組合,這些方法在選擇股票投資組合時都只是利用了現(xiàn)時的指數(shù)數(shù)據(jù)與股市情況,而并沒有考慮到標(biāo)的指數(shù)及其成分股的歷史信息。本文將選中的股票指數(shù)與成分股收益率分別分為了樣本內(nèi)區(qū)間與樣本外區(qū)間,提出利用整合下的稀疏主成分和稀疏主成分方法來提取出能涵蓋大部分成分股信息的主成分,選取在這些主成分當(dāng)中影響力較大的若干支股票組成投資組合,然后計算出最優(yōu)的跟蹤誤差及股票權(quán)重配比,進(jìn)行分析比較。結(jié)果發(fā)現(xiàn),在樣本內(nèi)區(qū)間隨著選取的投資股票數(shù)目增加,跟蹤誤差基本逐步減少,并且減少呈現(xiàn)放緩趨勢,稀疏主成分方法能夠取得比較理想的跟蹤效果,且能夠與市場上滬深300指數(shù)同類基金產(chǎn)品的跟蹤誤差持平。在樣本外區(qū)間,整合的稀疏主成分分析效果優(yōu)于稀疏主成分分析,跟蹤水平接近于市場部分基金產(chǎn)品,并且其持股數(shù)遠(yuǎn)低于市場同類基金產(chǎn)品,具有一定的可解釋性和稀疏性,可以在投資組合選擇問題上為中小投資者提供一定的思路。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.5
【圖文】：

本文還需要利用跟蹤誤差標(biāo)準(zhǔn)差來對三種不同方法下分別選１２０、１６０支股票的跟蹤組合進(jìn)行效果分析。圖１繪制出了跟蹤的散點圖。其中，不同顏色對應(yīng)不同股票數(shù)量，不同散點形狀分法，具體設(shè)置參見圖例。從圖１中可以看到，對于樣本內(nèi)區(qū)間數(shù)在選�。保叮爸Ч善弊鳛楦櫧M合時的整體跟蹤標(biāo)準(zhǔn)差最小，效果入ｓｉｇｎ懲罰項和加入ｍａｇｎｉｔｕｄｅ懲罰項的整合稀疏主成分方法，個“Ｖ”字形，也就是說，在２０１４年，跟蹤標(biāo)準(zhǔn)差下降，而又在特別是加入ｓｉｇｎ約束項的ｉＳＰＣＡ方法，在２０１５年，當(dāng)只選取３０誤差相較于前年基本上增加了接近２００％。這意味著在ｉＳＰＣＡ方可能會帶來年份之間跟蹤標(biāo)準(zhǔn)差不平穩(wěn)的問題，也在某種程度上樣本內(nèi)數(shù)據(jù)２０１５年的跟蹤效果不如ＳＰＣＡ理想。逡逑

，１２０１６０逡逑股票顯示出更加好的投資效果與更少的交易成本。逡逑根據(jù)以上分析，可以考慮對于樣本外區(qū)間采用方案：加入ｓｉｇｎ懲罰約束項的逡逑合稀疏主成分分析一１２０支股票跟蹤組合，加入ｍａｇｎｉｔｕｄｅ懲罰約束項的整合逡逑疏主成分分析一邋１６０支股票跟蹤組合，稀疏主成分方法一邋１６０支股票跟蹤組合，逡逑作為比較理想的跟蹤組合，再一次在Ｒｓｔｕｄｉｏ中計算出２０１５年１１月１日至１２逡逑３１日之間４４個有效交易日中的收益率偏差，最終繪制成圖２中的散點圖。其逡逑，滬深３００指數(shù)因為其日收益率之差保持為０，所以一直穩(wěn)定在橫軸上，這里逡逑用的日收益率是根據(jù)公式：逡逑股票日收益率，！日＾）＝ｌｎ逡逑前一日收盤價邋Ｐ，＿｛逡逑算之后進(jìn)行了標(biāo)準(zhǔn)化處理的近似股票日收益率。逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬雙鴿;王小燕;方匡南;;大數(shù)據(jù)的整合分析方法[J];統(tǒng)計研究;2015年11期

2 Jianqing Fan;Fang Han;Han Liu;;Challenges of Big Data analysis[J];National Science Review;2014年02期

3 孫彬;李鐵克;張文學(xué);;基于GD-FNN的金融股指預(yù)測模型[J];計算機應(yīng)用研究;2010年09期

4 陳政;楊天奇;;基于RBF神經(jīng)網(wǎng)絡(luò)的股票市場預(yù)測[J];計算機應(yīng)用與軟件;2010年06期

5 智晶;張冬梅;姜鵬飛;;基于主成分的遺傳神經(jīng)網(wǎng)絡(luò)股票指數(shù)預(yù)測研究[J];計算機工程與應(yīng)用;2009年26期

6 彭維湘;多變量綜合的主成分旋轉(zhuǎn)法研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年06期

7 黨建忠,陳　軍,褚俊紅;基于Feltham-Ohlson模型的中國上市公司股票價格影響因素檢驗[J];統(tǒng)計研究;2004年03期

8 梁慧穩(wěn),王慧敏;經(jīng)濟預(yù)測方法系統(tǒng)研究[J];現(xiàn)代管理科學(xué);2002年06期

9 胡乃武,閻衍,張海峰;增發(fā)融資的股價效應(yīng)與市場前景[J];金融研究;2002年05期

10 屈文洲,吳世農(nóng);中國股票市場微觀結(jié)構(gòu)的特征分析——買賣報價價差模式及影響因素的實證研究[J];經(jīng)濟研究;2002年01期

相關(guān)碩士學(xué)位論文 前2條

1 黃U

本文編號：2736138