基于LASSO变量选择与多因子模型的增强型指数基金的构造研究

作者：古志婷; 宋泽芳; 李元

来源：数理统计与管理, 2020, 39(03): 417-428.

DOI：10.13860/j.cnki.sltj.20200122-006

• 增强型指数基金
• LASSO变量选择
• 多因子模型
• 跟踪误差

本文以沪深300指数为研究对象,应用LASSO变量选择方法与多因子模型来研究增强型指数基金的构造。实证结果表明,在样本数据内,基于LASSO变量选择方法与多因子模型所构造的增强型指数基金均能够在追踪基准指数的同时获取超额收益。并且发现基于LASSO变量选择方法构造的增强型指数基金优于多因子模型构造的增强型指数基金。

• 单位
  广州大学