科研之友
微信
新浪微博
Facebook
分享链接
摘要
当目标指数包含大量成分股时，通常需要构造由少数成分股组成的稀疏组合来控制交易成本。然而，关于稀疏指数追踪的相关文献主要集中于禁止做空约束下的Lasso类估计方法。但是，Lasso类估计方法通常对大系数的惩罚过度，继而产生较大的估计偏差。桥估计是Lasso估计的推广，特别是当调节参数小于1时，其可以同时进行参数估计和变量选择。为此，引入桥估计替代Lasso估计来获取稀疏投资组合，从而实现同时进行股票选择和资本配置的指数追踪。为了更加适应股票数据的多重共线性，考虑在回归方程中引入L2罚项来增加所提方法的光滑性。模拟仿真表明所提方法相较于Lasso类估计方法在参数估计和变量选择方面表现得更好。最后，通过对上证50指数和标普500指数的追踪验证了所提方法的优越性。
- 单位
