基于投資擇時(shí)與收益率分布預(yù)測(cè)的大類資產(chǎn)配置模型與應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、資產(chǎn)配置是現(xiàn)代社會(huì)資產(chǎn)管理的熱點(diǎn)話題之一。然而,小到個(gè)人與家庭的儲(chǔ)蓄理財(cái),大到企業(yè)與政府的投資決策,都離不開科學(xué)投資方法的輔助。為此,本文圍繞大類資產(chǎn)配置這一話題,分三個(gè)模塊展開研究:大類資產(chǎn)擇時(shí)、資產(chǎn)未來收益率分布預(yù)測(cè)、以及基于擇時(shí)和預(yù)測(cè)的投資組合優(yōu)化。具體研究?jī)?nèi)容如下:
  (1)基于機(jī)器學(xué)習(xí)的大類資產(chǎn)擇時(shí)模型
  擇時(shí)是指利用某種方法來判斷一個(gè)資產(chǎn)價(jià)格未來走勢(shì)情況,即資產(chǎn)價(jià)格上漲還是下跌,這本質(zhì)上是一個(gè)二分類問題。本文

2、首先在總結(jié)相關(guān)文獻(xiàn)的基礎(chǔ)上,篩選出一組對(duì)于擇時(shí)預(yù)測(cè)最為關(guān)鍵的技術(shù)指標(biāo);其次,在Bagging生成的子訓(xùn)練集上,使用極限學(xué)習(xí)機(jī)模型訓(xùn)練出大量不同且多樣的基礎(chǔ)分類器;最后,使用深度學(xué)習(xí)模型將各個(gè)基礎(chǔ)分類器的預(yù)測(cè)結(jié)果進(jìn)行集成。實(shí)驗(yàn)結(jié)果表明,該模型在多數(shù)金融資產(chǎn)的擇時(shí)測(cè)試中取得了良好表現(xiàn),其準(zhǔn)確性要優(yōu)于單一分類器和其他經(jīng)典的集成預(yù)測(cè)方法。
  (2)基于分解集成技術(shù)的收益率分布預(yù)測(cè)模型
  本文將時(shí)間序列分解集成技術(shù)首次應(yīng)用于收益率

3、分布預(yù)測(cè)中,包括三個(gè)部分:時(shí)序分解、分布預(yù)測(cè)、以及預(yù)測(cè)結(jié)果集成。首先,基于集成經(jīng)驗(yàn)?zāi)B(tài)分解技術(shù),對(duì)資產(chǎn)價(jià)格時(shí)間序列進(jìn)行分解;然后,使用神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸模型對(duì)各分解時(shí)序分別進(jìn)行預(yù)測(cè)建模;最后,將各分解時(shí)序的收益率分布預(yù)測(cè)結(jié)果進(jìn)行求和。在以上證指數(shù)為例的收益率分布預(yù)測(cè)模擬實(shí)驗(yàn)中,該模型的表現(xiàn)要優(yōu)于其他分布預(yù)測(cè)模型和歷史收益率統(tǒng)計(jì)方法。
  (3)基于投資擇時(shí)與收益率分布預(yù)測(cè)的投資組合模型
  本文首先基于各大類資產(chǎn)的擇時(shí)預(yù)測(cè)結(jié)

4、果,選擇出具有大概率上漲的大類資產(chǎn)作為投資標(biāo)的;然后,基于預(yù)測(cè)收益率分布和Copula函數(shù)構(gòu)建各大類資產(chǎn)預(yù)測(cè)收益率的聯(lián)合分布,并使用蒙特卡洛方法生成面板數(shù)據(jù);最后,結(jié)合經(jīng)典投資組合模型進(jìn)行大類資產(chǎn)配置。實(shí)證結(jié)果表明,該投資組合優(yōu)化方法是可行的、有效的。
  上述的三個(gè)模塊相互聯(lián)系、相互補(bǔ)充,共同組成一套完整的大類資產(chǎn)配置模型。通過使用市場(chǎng)真實(shí)數(shù)據(jù)對(duì)該方法進(jìn)行檢驗(yàn),結(jié)果表明該大類資產(chǎn)配置模型具有良好的投資表現(xiàn),相比于傳統(tǒng)的配置方法,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論