曹梦娜¹，田萍²，李高荣³

1. 北京工业大学统计与数据科学学院, 北京 100124; 2. 许昌学院数理学院, 许昌 461000; 3. 北京师范大学 统计学院, 北京 100875

出版日期:2021-09-25发布日期:2021-11-25

Study on Lasso Penalized Quantile Regression of Optimal Portfolio

CAO Mengna¹ ，TIAN Ping² ，LI Gaorong³

1. School of Statistics and Data Science, Beijing University of Technology, Beijing 100124;2. School of Science, Xuchang University, Xuchang 461000; 3. School of Statistics, Beijing NormalUniversity, Beijing 100875

Online:2021-09-25Published:2021-11-25







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

投资组合在金融领域扮演着重要的角色, 其中最经典的是均值方差模型的最优投资组合. 文章针对``尖峰厚尾"或者异方差等金融数据, 提出了Lasso惩罚分位数回归方法研究最优投资组合问题.在一定正则条件下, 证明了所提方法得到的结果接近于给定的风险值,且渐近达到了最大预期收益.模拟研究和实证研究通过风险和夏普比率两个指标, 对所提方法进行了评价,并和其他投资组合方法进行了比较, 充分说明了所提方法的稳健性和有效性.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14320