RegimeFolio: A Regime Aware ML System for Sectoral Portfolio Optimization in Dynamic Markets
创建于 更新于
摘要
本文提出RegimeFolio，一种结合基于VIX的波动率状态分类、行业特化的集成机器学习预测与动态均值-方差优化的框架，实现针对市场非平稳性和行业异质性的情景感知投资组合优化。实证结果证明，该框架在2020-2024年34只美国大型股票上显著提升预测准确度（降低15%-20% MAE）、优化风险调整收益（夏普比率达1.17），并减少最大回撤12个百分点，优于传统及先进机器学习模型，验证了针对波动率状态显式建模和行业分解对提升稳健性和投资绩效的重要性[page::0][page::6][page::10][page::12][page::14]。
