首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

基于Lasso类方法的指数跟踪问题研究

摘要第3-4页
ABSTRACT第4-5页
前言第8-12页
第1章 股票指数跟踪概述第12-20页
    1.1 股票指数的基本概念第12-13页
    1.2 指数化投资的发展第13-14页
    1.3 指数跟踪概述第14-20页
        1.3.1 指数跟踪问题描述第14页
        1.3.2 跟踪效果衡量指标第14-16页
            1.3.2.1 跟踪误差第14-15页
            1.3.2.2 相关系数第15-16页
        1.3.3 指数跟踪方法第16-20页
            1.3.3.1 完全复制法第16页
            1.3.3.2 抽样复制法第16-17页
            1.3.3.3 优化复制法第17-20页
第2章 Lasso 及其相关方法介绍第20-26页
    2.1 模型回顾第20-21页
    2.2 Lasso 方法第21-22页
    2.3 Adaptive Lasso 方法第22-23页
    2.4 Relaxed Lasso 方法第23页
    2.5 其它压缩类方法第23-25页
    2.6 Lasso 类方法小结第25-26页
第3章 Lasso 类方法的算法实现第26-30页
    3.1 LARS第26-27页
    3.2 LQA第27-28页
    3.3 LLA第28-30页
第4章 调整参数的选择第30-32页
    4.1 K 折交叉验证法(K-fold Cross Validation,CV)第30页
    4.2 广义交叉验证(Generalized Cross Validation,GCV)第30-31页
    4.3 BIC第31-32页
第5章 沪深 300 指数跟踪实证分析第32-42页
    5.1 Lasso 类方法构建跟踪组合第32-33页
    5.2 跟踪效果衡量指标第33页
    5.3 样本数据选取第33-38页
        5.3.1 Lasso 方法构建跟踪组合第33-35页
        5.3.2 Adaptive Lasso 方法构建跟踪组合第35-36页
        5.3.3 Relaxed Lasso 方法构建跟踪组合第36-38页
    5.4 跟踪结果分析第38-42页
第6章 总结与展望第42-44页
参考文献第44-46页
攻读硕士期间发表论文情况第46-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:K-means聚类算法在面板数据分析中的改进及实证研究
下一篇:非负矩阵和M矩阵Hadamard积的特征值估计