基于增量宽度学习的投资组合风险控制模型

作者:陈良霞; 李博; 王琪; 余远*; 冯泽涛; 贾颖
来源:统计理论与实践, 2023, (01): 50-57.
DOI:10.13999/j.cnki.tjllysj.2023.01.009

摘要

在线投资组合研究成为近年的热点,引起很多来自不同领域研究人员的关注。然而,金融市场的现有模型并未考虑增量学习、资产波动风险以及在特征值水平上消除系统噪声等问题。在宽度学习的基础上提出了一种在线增量学习模型,可以采用增量的方式进行在线学习。并提出了一种基于随机矩阵理论的去噪方法,从特征值维度上去消除系统噪声。实验结果表明,所提出的模型不仅能够在累积财富指标方面取得较好的效果,同时在其他指标如夏普比率、信息比率和卡尔马比率上均优于现有的常用模型。因此,该模型可以在有效控制风险的同时产生良好的累积收益。

全文