A comprehensive review and analysis of different modeling approaches for financial index tracking problem
创建于 更新于
摘要
本综述系统比较了三类指数跟踪建模范式（优化、统计与数据驱动），并在S&P500上进行实证对比：追踪误差方差（TEV）在精确复制方面表现最好，凸协整（Cvx-CoInt）在风险调整表现上最优，而带固定噪声的深度神经网络（Deep-NNF/DNNF）在成交量和计算效率方面具有显著优势。[page::50][page::38][page::42][page::46]
