文章結(jié)合機器學(xué)習(xí)中的交叉驗證、在線學(xué)習(xí)和集成學(xué)習(xí)方法,對基于不同高維協(xié)方差估計量的投資策略權(quán)重進行動態(tài)組合,以獲得優(yōu)于傳統(tǒng)投資組合策略的樣本外表現(xiàn).基于這一目標(biāo),文章對機器學(xué)習(xí)中比較前沿的在線加權(quán)集成(online weighted ensemble,OWE)算法的樣本更新方式、學(xué)習(xí)模型和目標(biāo)函數(shù)進行了替換和修改,改進后的mixed-OWE算法能夠更好地適用于多組合的動態(tài)混合策略投資.通過數(shù)值模擬,文章將mixed-OWE應(yīng)用在基于二次效用目標(biāo)函數(shù)的投資問題上,結(jié)果表明其樣本外表現(xiàn)優(yōu)于傳統(tǒng)靜態(tài)方法.隨后,文章進一步使用A股近10年的數(shù)據(jù)作為樣本對mixed-OWE進行了全局最小方差組合投資,經(jīng)過一定的參數(shù)調(diào)整后,mixed-OWE策略實現(xiàn)的組合方差優(yōu)于其成分組合以及等權(quán)重組合.

【文章頁數(shù)】：12 頁

【文章目錄】：
1 引言
2 理論模型
    2.1 基于在線加權(quán)集成算法的投資組合混合策略
    2.2 高維協(xié)方差估計量
3 算法實現(xiàn)
    3.1 數(shù)值模擬
    3.2 實證研究
4 結(jié)論



本文編號：3887166