机器学习实战系列之二：收益复制的lasso回归方法实践

《机器学习实战系列之二：收益复制的lasso回归方法实践》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、[Table_MainInfo]┃研究报告┃机器学习实战系列之二2017-12-06金融工程┃专题报告收益复制的LASSO回归方法实践报告要点[Table_Author]分析师覃川桃（8621）61118766收益复制策略的应用场景qinct@cjsc.com.cn广义的收益复制策略在许多场景中都有应用价值。较为典型的收益复制应用情执业证书编号：S0490513030001景包括三类：（1）极小型股票池、低调仓频率实现宽基指数跟踪；（2）通过直联系人邓光宏（8621）61118705接持有底层资产，

2、近似模拟基金组合收益，降低管理费用；（3）在持股受限的denggh@cjsc.com.cn情形下解决受限个股替代性持仓的权重分配问题。同时，海外市场中的对冲基金指数ETF产品的设计思路对我们也有一定的参考意义。联系人杨靖凤核心方法：LASSO回归筛选和二次优化模型（8621）61118736yangjf@cjsc.com.cn系统化地实现收益复制框架并非易事，它需要回答两个核心问题：选什么股票和如何在它们之间进行权重配置。通过机器学习方法中的LASSO回归模型筛分析师选最优股票池，然后求解二次优化模

3、型得到最优持仓权重是本文的核心框架。[Table_Doc]构建指数、基金和个股的有效跟踪组合在小型股票池（最大30只持仓）、低换手频率（月度调仓）的条件下，模型构建的复制组合仍能对指数、基金和个股实现长期跟踪。从指数、基金和个股三个层面的回溯结果来看，复制组合的月度平均跟踪误差分别为0.07%、0.01%和-0.16%，跟踪误差标准差分别为2.08%、4.02%和4.40%。模型的长期跟踪效果较为稳定，但短期跟踪效果仍有待提升。机器学习方法准确挖掘目标组合的持股特征在基金和个股收益复制的研究过程中

4、，我们发现LASSO回归准确捕捉了目标投资组合的风格和行业特征，并精确识别了基金持仓个股。这类结果对我们实时捕捉投资组合的持仓风格也有很大意义。风险提示：本报告对于历史的回测不代表对未来收益的承诺。请阅读最后评级说明和重要声明1/17金融工程丨专题报告目录收益复制策略与应用情景..............................................................................................................4小型股

5、票池跟踪宽基指数........................................................................................................................................4复制特定基金或投资组合的收益..............................................................................................

6、...............................4持股受限的替代性方案............................................................................................................................................5收益复制的海外实践.............................................................

7、..................................................................................5收益复制模型框架........................................................................................................................6收益复制问题的数学表达..............................

8、..........................................................................................................7优化视角下的收益复制................................................................................................................