Index-Tracking Portfolio Construction and Rebalancing under Bayesian Sparse Modelling and Uncertainty Quantification
创建于 更新于
摘要
本文提出一种面向可实现性的贝叶斯稀疏指数跟踪框架：以指数与成分股收益的线性回归为基础，采用加权Laplace先验并用经验贝叶斯（SAPG）自动标定全局稀疏尺度，同时通过Moreau–Yosida平滑的近端MCMC（MYULA + 预条件MALA）对后验进行抽样，从而量化权重、跟踪误差与再平衡调整的不确定性，并以后验激活概率与幅度阈值构建可执行的支撑选择与再平衡规则以平衡TE与换手率 [page::0][page::6][page::16][page::38]
