中文摘要 | 第10-12页 |
英文摘要 | 第12-13页 |
第一章 引言 | 第14-20页 |
§1.1 研究背景和意义 | 第14-15页 |
§1.2 文献综述 | 第15-17页 |
§1.3 问题提出 | 第17-18页 |
§1.4 论文结构与创新 | 第18-20页 |
§1.4.1 论文结构 | 第18-19页 |
§1.4.2 论文创新 | 第19-20页 |
第二章 现代投资组合选择理论 | 第20-26页 |
§2.1 马科威茨均值方差模型 | 第20-21页 |
§2.2 资本资产定价模型 | 第21-23页 |
§2.3 Black-Litterman资产配置模型 | 第23-25页 |
§2.4 在线资产配置模型 | 第25-26页 |
第三章 在线学习算法 | 第26-29页 |
§3.1 离线(批量)学习与在线学习的区别 | 第26-27页 |
§3.2 在线学习算法介绍 | 第27-28页 |
§3.2.1 最简单的在线学习算法 | 第27-28页 |
§3.3 置信度加权(Condience-Weight)在线学习算法 | 第28-29页 |
第四章 HP-CWMRMS资产配置模型 | 第29-49页 |
§4.1 理论工具 | 第30-32页 |
§4.1.1 多元正态分布的Kullback-Leibler离散度 | 第30-31页 |
§4.1.2 Woodbury恒等式 | 第31-32页 |
§4.1.3 信噪比 | 第32页 |
§4.2 模型符号说明 | 第32-33页 |
§4.3 CWMR模型 | 第33-38页 |
§4.3.1 模型的构建 | 第33-34页 |
§4.3.2 模型的求解 | 第34-37页 |
§4.3.3 模型的更新步骤 | 第37-38页 |
§4.4 CWMS模型 | 第38-44页 |
§4.4.1 模型的构建 | 第38-39页 |
§4.4.2 模型的求解 | 第39-43页 |
§4.4.3 模型的更新步骤 | 第43-44页 |
§4.5 HP-CWMRMS模型 | 第44-49页 |
§4.5.1 HP滤波 | 第44-47页 |
§4.5.2 模型的切换机制 | 第47页 |
§4.5.3 模型的更新步骤 | 第47-49页 |
第五章 实证研究 | 第49-60页 |
§5.1 投资业绩评价指标 | 第49-51页 |
§5.1.1 超额收益率 | 第49页 |
§5.1.2 胜率 | 第49-50页 |
§5.1.3 夏普比率 | 第50页 |
§5.1.4 信息比率 | 第50页 |
§5.1.5 最大回撤 | 第50-51页 |
§5.2 投资策略构建 | 第51-52页 |
§5.2.1 数据来源 | 第51页 |
§5.2.2 参数说明 | 第51-52页 |
§5.3 结果分析 | 第52-60页 |
§5.3.1 样本内最优参数下的模型 | 第53-54页 |
§5.3.2 模型全样本表现 | 第54-60页 |
第六章 结论与展望 | 第60-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
学位论文评阅及答辩倩况表 | 第66页 |