首页--经济论文--财政、金融论文--金融、银行论文--金融、银行理论论文--金融市场论文

在线学习算法在资产行业配置中的应用

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

论文共66页,点击 下载论文
上一篇:区域贸易协定中的技术性贸易壁垒问题研究--以中国参与的RCEP谈判为例
下一篇:职业紧张负担—资本理论模型的构建及其应用研究