本文關鍵詞：基于隨機森林的指數化投資組合構建研究

  更多相關文章： 指數化投資 隨機森林 跟蹤誤差 協整優(yōu)化

【摘要】：指數化投資,是指在相對成熟的證券市場當中,人們通過購買全部或者部分某指數成分股進行指數復制和追蹤,在充分分散化風險和被動式管理的基礎上,將交易成本降至最低以期獲得市場平均收益的投資模式。從2002年我國第一只開放式指數基金出現以來,指數基金在我國的發(fā)展迅速。2015年,我國第一只股票期權——上證50ETF期權在上海證券交易所開始交易,指數基金的發(fā)展進入新的階段。指數化投資組合的構建方法中,分層抽樣的構建方法是以分析目標證券市場的市場結構為基礎,選擇最具代表性的指數成分股來擬合目標指數。本文擴展了隨機森林的應用,將隨機森林方法應用到指數化投資的成分股選擇中,豐富了分層抽樣的構建方法,并對其進行了適用性研究。具體而言,首先研究了隨機森林在指數化投資組合構建流程的第一步——選股的適用性,本文選取上證50指數為基準指數,采用隨機森林模型對各個指數成分股的重要性進行計算,選出相對重要的10只成分股,進而分析這10只股票在指數樣本股中特征來解釋隨機森林在選股上的適用性;其次,研究了構建指數化投資組合構建流程的第二步——成分股權重分配,本文選后運用基于跟蹤誤差和收益率的資金配置模型和基于價格協整的資金配置模型完成了成分股的權重分配,通過績效分析,比較了隨機森林和其他分層抽樣方法在不同資金配置模型上的表現,得出隨機森林在整個指數化投資組合構建中的適用性。通過模型驗證得出主要結論:(1)利用隨機森林理論選出的成分股,在市值占比和行業(yè)種類上都比較多,在擬合指數走勢上有較好的適用性;(2)相比于最大權重抽樣法、最大相關系數法,行業(yè)分層抽樣法和聚類分層抽樣法,隨機森林所構建的指數化投資組合的績效表現相對較好;(3)在各種資金配置模型中,基于隨機森林的MAD模型跟蹤績效相對較好;(4)在隨機森林的基礎上,通過對比基于跟蹤誤差和收益率的資金配置模型和基于價格協整的資金配置模型,前者的跟蹤誤差小于后者,有著更好地擬合效果;但同時,后者的績效表現更好;在再平衡測試中,不追求較低的跟蹤誤差使得后者的再平衡成本和交易量都較低。
【關鍵詞】：指數化投資 隨機森林 跟蹤誤差 協整優(yōu)化
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51;F224
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-17
• 1.1 研究背景和意義9-10
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10
• 1.2 文獻綜述10-14
• 1.3 研究內容與技術路線14-17
• 1.3.1 研究內容14
• 1.3.2 技術路線14-17
• 第二章 指數化投資和隨機森林的概述17-29
• 2.1 指數化投資概述17-19
• 2.1.1 指數化投資的概念17-18
• 2.1.2 指數化投資在我國的現狀18-19
• 2.2 指數化投資組合的構建方法19-21
• 2.3 指數化投資的資金配置模型21-25
• 2.4 隨機森林概述25-27
• 2.4.1 隨機森林的概念25-26
• 2.4.2 隨機森林的基分類器——決策樹26-27
• 2.5 本章小結27-29
• 第三章 隨機森林在指數化投資的適用性分析29-39
• 3.1 理論層面適用性分析29-32
• 3.1.1 決策樹在變量篩選上的適用性29-30
• 3.1.2 隨機森林在變量篩選的適用性30-32
• 3.2 應用層面的適用性分析32-38
• 3.2.1 隨機森林和其他分層抽樣方法的選股過程32-37
• 3.2.2 隨機森林和其他分層抽樣方法選出的股票組合對比37-38
• 3.3 本章小結38-39
• 第四章 基于隨機森林的指數化投資組合構建分析39-49
• 4.1 數據和分析說明39-41
• 4.2 隨機森林在指數化投資組合構建中的績效表現41-43
• 4.3 指數化投資組合的績效對比43-46
• 4.4 指數化投資的再平衡研究46-48
• 4.5 本章小結48-49
• 研究結論49-52
• 參考文獻52-56
• 附錄56-58
• 攻讀博士/碩士學位期間取得的研究成果58-59
• 致謝59-60
• 附件60

【參考文獻】

中國期刊全文數據庫 前10條

1 楊寶臣;王立芹;盧宇;;遺傳算法在指數投資組合中的應用[J];北京航空航天大學學報(社會科學版);2005年04期

2 劉微;羅林開;王華珍;;基于隨機森林的基金重倉股預測[J];福州大學學報(自然科學版);2008年S1期

3 譚治國;袁靖;;遺傳算法構建我國指數基金自動生成模型的實證分析[J];石家莊經濟學院學報;2007年02期

4 馬驥,鄧清;指數基金與跟蹤誤差優(yōu)化模型[J];哈爾濱商業(yè)大學學報(社會科學版);2004年01期

5 邱一卉;林成德;;基于隨機森林方法的異常樣本檢測方法[J];福建工程學院學報;2007年04期

6 蔡乙萍;萬力;范旭東;;各種指數基金模型的實證比較分析[J];數量經濟技術經濟研究;2006年10期

7 李倩;孫林巖;;成份股數量和再平衡策略對協整優(yōu)化指數跟蹤組合的影響[J];統計與決策;2008年04期

8 嚴武,洪道麟;我國指數基金運作與績效研究[J];統計研究;2000年12期

9 李揚;朱建鋒;謝邦昌;;變量選擇方法及其在健康食品市場研究中的應用探究[J];統計與信息論壇;2013年10期

10 曹正鳳;紀宏;謝邦昌;;使用隨機森林算法實現優(yōu)質股票的選擇[J];首都經濟貿易大學學報;2014年02期

中國博士學位論文全文數據庫 前2條

1 林飛;指數化投資理論、方法及實證研究[D];廈門大學;2003年

2 李儉富;基于我國證券市場的指數跟蹤管理方法及應用研究[D];電子科技大學;2006年

，

本文編號：541659