基于稀疏主成分的股票指数追踪研究

被引：4

作者：

周静

武忠祥

机构：

[1] 西安交通大学数学与统计学院

来源：

工程数学学报 | 2013年 / 30卷 / 02期

关键词：

稀疏主成分析法; 追踪误差; 指数预测模型;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F832.51 [];

学科分类号：

0701 ; 070104 ;

摘要：

本文将追踪误差定义为股票投资组合收益率与所追踪指数的基准收益率之差,分别在无交易费用和有交易费用的情况下,建立追踪误差极小化的股票指数预测模型.首先采用稀疏主成分分析法对沪深300以及香港恒生的股票进行选择,然后根据所选择的股票样本求解股票指数预测模型.数值实验表明基于稀疏主成分的股票指数追踪模型具有稀疏性、可解释性及较好的样本外追踪误差的优点.

引用

页码：159 / 168

页数：10

共 8 条

[1] 主成分分析法在股票研究中的应用
王玉玲
马军海
王晶
[J]. 现代管理科学, 2009, (11) : 63 - 64+85
[2] 基于支持向量机的金融市场指数追踪技术研究
杨国梁
赵社涛
徐成贤
[J]. 国际金融研究, 2009, (10) : 68 - 72
[3] 基于支持向量机的沪深300指数预测研究
叶园
何穗
[J]. 湖北师范学院学报(自然科学版), 2009, 29 (03) : 68 - 73
[4] 基于主成分的遗传神经网络股票指数预测研究
智晶
张冬梅
姜鹏飞
[J]. 计算机工程与应用, 2009, (26) : 210 - 212
[5] 基于主成分分析的股票投资策略
李建军
虞跃
[J]. 长春师范学院学报(自然科学版), 2009, 28 (02) : 12 - 14
[6] 基于CVaR约束的指数组合优化模型及实证分析
荣喜民
夏江山
[J]. 数理统计与管理, 2007, (04) : 621 - 628
[7] 应用统计学[M]. 西南财经大学出版社 , 周惠彬, 2000
[8] Sparse principal component analysis
Zou, Hui
Hastie, Trevor
Tibshirani, Robert
[J]. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2006, 15 (02) : 265 - 286

← 1 →