基于排序𝐋 惩罚的SLOPE资产配置模型
创建于 更新于
摘要
本报告围绕SLOPE模型对经典均值方差资产配置模型的改进，详细介绍了其排序L1正则化惩罚带来的分组聚类能力和更强的稳定性。通过模拟与实证研究，SLOPE模型在控制组合波动率、提升风险调整收益及降低换手率方面均表现较佳，且模型泛化能力强，覆盖从GMV到固定等权等多种优化特征，为投资者提供灵活的资产配置方案选择[page::0][page::3][page::5][page::6][page::9][page::10][page::11]。
