优化稀疏均值回归投资组合-研究论文

【文件属性】：
文件名称：优化稀疏均值回归投资组合-研究论文
文件大小：1.84MB
文件格式：PDF
更新时间：2021-06-09 15:43:07
论文研究 在本文中，我们研究了受基数约束的最优均值回归投资组合的交易。 首先，我们确定资产价格的基础 VAR(1) 模型的参数，然后通过模式匹配技术估计相应的 Ornstein-Uhlenbeck (OU) 过程的数量。 投资组合优化根据两种方法进行：(i) 通过解决广义特征值问题来最大化可预测性或 (ii) 最大化平均回报。 优化本身由随机搜索算法和前馈神经网络 (FFNN) 执行。 所提出的解决方案满足基数约束，从而提供稀疏投资组合以最小化交易成本并最大化结果的可解释性。 性能已经根据历史数据（SWAP 汇率、SP 500 和 FOREX）进行了测试。 在检查的数据集上，所提出的交易算法平均实现了 29.57% 的年回报率。 这些算法被证明适用于高频日内交易，因为它们可以处理高达每秒到达率的金融数据。