基于去噪和分形的加密货币投资组合模型优化研究

作者：曹广喜; 张星宇

来源：南京信息工程大学学报(自然科学版), 2021, 13(03): 369-376.

DOI：10.13878/j.cnki.jnuist.2021.03.015

• 加密货币
• 投资组合
• 分形
• 经验模态分解法(EMD)
• 去噪
• EMD-Mean-MF-DCCA模型

为提高投资效益,本文针对传统投资组合模型的缺陷,结合经验模态分解(EMD)去噪法和多重分形消除趋势交叉相关分析法(MF-DCCA),提出经验模态分解去噪下的多重分形投资组合模型(简称EMD-Mean-MF-DCCA).将新模型应用于极具投机性的加密货币投资组合,结合滚动窗口技术进行样本外检验和分析,实证结果显示:无论加密货币价格处于上升还是下降趋势,EMD-Mean-MF-DCCA相对于其他传统投资组合模型及未去噪的分形投资组合模型,均在盈利能力和夏普比率方面具有明显优化效果,且当加密货币价格大幅下跌时,基于新模型的组合投资策略也具有较好的抵抗风险能力.

• 单位
  南京信息工程大学滨江学院; 南京信息工程大学