Enhancing CVaR portfolio optimisation performance with GAM factor models
创建于 更新于
摘要
本报告提出结合自回归滤波器与因子回归的离散时间计量经济学模型，用于预测股票收益并进行投资组合优化。以道琼斯工业平均指数和标准普尔500指数为投资标的，对比稳健线性回归（RLR）和广义加性模型（GAM）的因子模型对均值-CVaR最优化投资组合的6年期样本外表现。结果显示，采用GAM估计因子模型可显著提升投资组合的收益和风险调整表现，尤其在高效市场中表现稳定，为策略优化提供新思路和方法。[page::0][page::3][page::13][page::15][page::16]
