本文以滬深300指數(shù)為研究對象,應用LASSO變量選擇方法與多因子模型來研究增強型指數(shù)基金的構(gòu)造。實證結(jié)果表明,在樣本數(shù)據(jù)內(nèi),基于LASSO變量選擇方法與多因子模型所構(gòu)造的增強型指數(shù)基金均能夠在追蹤基準指數(shù)的同時獲取超額收益。并且發(fā)現(xiàn)基于LASSO變量選擇方法構(gòu)造的增強型指數(shù)基金優(yōu)于多因子模型構(gòu)造的增強型指數(shù)基金。 

【文章來源】：數(shù)理統(tǒng)計與管理. 2020年03期 第417-428頁 北大核心CSSCI

【文章頁數(shù)】：12 頁

【參考文獻】：
期刊論文
[1]稀疏VAR在股票收益率研究的應用[J]. 胡亞南,張?zhí)仗?李蕾,田茂再.  數(shù)理統(tǒng)計與管理. 2017(04)
[2]基于第一HJ距離的線性因子模型兩兩比較研究[J]. 鄭振龍,孫清泉.  數(shù)理統(tǒng)計與管理. 2016(03)
[3]增強型指數(shù)基金的VAR-跟蹤誤差風險測量[J]. 黃尹芳子.  東方企業(yè)文化. 2014(01)
[4]基于隨機因子模型的增強型指數(shù)基金[J]. 戴英琢,李金林,馬寶龍.  數(shù)學的實踐與認識. 2012(11)
[5]淺析指數(shù)基金的指數(shù)化投資方法[J]. 鐘小林.  證券市場導報. 2003(02)

碩士論文
[1]指數(shù)基金的增強機制及其績效研究[D]. 王冬潔.鄭州大學 2013
[2]優(yōu)化指數(shù)基金實證研究：動態(tài)構(gòu)建增強型指數(shù)基金[D]. 張帆.廈門大學 2007



本文編號：2908504