全部 标题 作者
关键词 摘要


因子分析-Shrinkage法在投资组合中的理论分析及应用
Theoretical Analysis and Application on Factor Analysis-Shrinkage Method to Portfolio

DOI: 10.12677/HJDM.2015.53007, PP. 46-54

Keywords: 投资组合,马科维茨模型,Shrinkage法,因子分析-Shrinkage法,R软件
Portfolio
, Markowitz Model, Shrinkage Method, Factor Analysis-Shrinkage Method, R Software

Full-Text   Cite this paper   Add to My Lib

Abstract:

在不允许卖空的投资组合中,投资者往往希望通过投资组合模型得到最优投资组合以达到收益最大且风险最小的目标。本文对马科维茨模型以及重抽样和马科维茨模型相结合的模型进行了研究,但由于投资对象的总体分布不明确,用重抽样方法来估计总体分布可能会高估。Shrinkage法的应用缩减了估计量的方差。基于Shrinkage法及因子分析的思想,本文提出因子分析- Shrinkage法进一步优化估计量。用R软件对股票数据进行了实例分析与验证。
In the portfolio with no short sales, investors usually want to get the optimal portfolio model in order to achieve maximum benefits and minimum risk. In this paper, we research the Markowitz model and the combination model of resampling and Markowitz model. However, due to the dis-tribution of investment targets is not clear, the resampling method may overestimate the distri-bution of population. Then the application of shrinkage method has improved the variance of es-timation. Based on shrinkage method and factor analysis, factor analysis-shrinkage method is proposed to further optimize the estimation. Experimental results using the real data of stocks and R software verify the analysis factor-shrinkage method.

References

[1]  顾岚, 薛继锐, 罗立禹, 徐悦 (2001) 中国股市的投资组合分析. 数理统计与管理, 5, 56-60.
[2]  杨焕云 (2013) 投资组合中一种极大极小化算法及其应用. 统计与决策, 2, 62-64.
[3]  丰雪, 张阙(2005) 投资组合理论的脉络及发展. 辽宁大学学报, 2, 142-144.
[4]  Ruppert, D. (2011) Statistics and data analysis for financial engineering. Springer, New York, 131-147, 285-305, 531- 577.
http://dx.doi.org/10.1007/978-1-4419-7787-8
[5]  徐少君 (2004) 投资组合理论发展综述. 浙江社会科学, 4, 198-202.
[6]  薛毅, 陈立萍 (2007) 统计建模与R软件. 清华大学出版社, 北京.
[7]  王辉, 陈立文, 杨艳芳 (2004) 投资组合风险的分散化研究. 数理统计与管理, 1, 53-57.
[8]  张鹏 (2008) 不允许卖空情况下均值–方差和均值–VaR投资组合比较研究. 中国管理科学, 4, 30-35.
[9]  张健, 刘嘉惠 (2008) 夏普比率在投资组合管理中的应用. 云南农业大学学报, 4, 4-9.
[10]  张炜, 曾勇(2006) 投资组合再抽样方法及其在沪市A股的实证研究. 金融管理, 18, 3-8.
[11]  吕盛鸽 (2005) 因子分析在证券组合投资中的应用. 统计与决策, 5, 121-122.

Full-Text

comments powered by Disqus