針對Black-Litterman模型中投資者觀點的量化問題,運用梯度提升回歸樹（gradient boosting regression tree,GBRT）算法對收益率進行預(yù)測,將預(yù)測值作為觀點收益的替代變量,算法迭代收斂時的均方誤差作為觀點誤差。采用上證380的10個行業(yè)指數(shù)數(shù)據(jù)檢驗文中提出的參數(shù)優(yōu)化方法的有效性及合理性。結(jié)果表明,結(jié)合GBRT算法的Black-Litterman模型的投資績效優(yōu)于市場策略和Markowitz模型。 

【文章來源】：中國科技論文. 2018,13(17)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 Black-Litterman模型
2 梯度提升回歸樹
    2.1 提升回歸樹算法
    2.2 梯度提升算法
3 實證分析
    3.1 數(shù)據(jù)選取和預(yù)處理
    3.2 Black-Litterman模型的參數(shù)設(shè)定
    3.3 資產(chǎn)配置績效分析
4 結(jié)語



本文編號：3057084