(Non-Parametric) Bootstrap Robust Optimization for Portfolios and Trading Strategies
创建于 更新于
摘要
本文提出了一种非参数Bootstrap鲁棒优化框架，用于解决投资组合和交易策略中的参数不确定性与过拟合问题。该方法通过数据驱动的重采样构造置信区间，优化效用的特定分位数，实现对尾部风险的控制。实证显示，该方法在ETF组合优化和时间序列动量策略中均优于传统均值-方差优化和贝叶斯鲁棒方法，显著提升了风险调整收益和泛化性能 [page::0][page::1][page::6][page::14][page::22]。
