基于随机优化的指数增强新方案
创建于 更新于
摘要
本报告针对传统均值-方差模型参数估计误差问题，提出基于分布鲁棒优化（DRO）的低收益厌恶指数增强模型。构建国盛特色量价多因子组合，在中证1000指数中，使用传统模型的1.0组合实现10.15%的年化超额收益和2.37的信息比率。引入低收益厌恶后，2.0组合年化超额收益提升至12.57%，月度胜率达81.63%，且模型对因子失效和回撤有更强鲁棒性。参数敏感性检验显示模型稳健，对A股涨跌停限制等市场特性适用性好[page::0][page::4][page::9][page::11][page::12].
