基于自适应Lasso变量选择方法的指数跟踪

自适应Lasso回归算法是近年来统计选元的一个新兴方法,具备良好的统计性质。在当今社会资产数量众多的金融投资市场中,资产选择的传统方法Markowitz均值方差模型虽然简单,但不稳定,且容易产生空头头寸。自适应Lasso算法基于变量选择的基本概念,针对资产组合构建而提出,以指数跟踪为目的,构造复制效果良好的稀疏股票投资组合,并进一步对指数的未来趋势做出预测。文章以中国深沪300指数的指数跟踪为例进行分析,结果表明自适应Lasso算法在资产选择和预测中都有良好的效果。