基于分层PCA的指数跟踪及实证
在当前金融市场中,被动投资策略具有操作简便、成本低、风险低等一系列的优点,因此被越来越多的投资者所青睐.然而,被动投资策略的好坏主要通过跟踪误差来评判,如果跟踪误差较大,就不能够为投资者提供接近标的指数的收益.基于此本文提出了分层主成分分析方法,采用完全复制标的指数的投资策略来构建因素投资组合选择模型最小化跟踪误差,在此基础上通过改变分层的数量控制投资组合的跟踪误差.实证结果表明,基于本文提出的分层主成分分析方法,样本内与样本外的跟踪误差都很小,而且随着样本内层数的增加,样本外的跟踪误差有很大改善.
被动投资策略 分层主成分分析 因素投资组合选择 跟踪误差
罗金川 房勇
中国科学院数学与系统科学研究院,北京 100190
国内会议
长沙
中文
355-359
2013-10-25（万方平台首次上网日期，不代表论文的发表时间）