The Virtue of Sparsity in Complexity
创建于 更新于
摘要
本文提出并验证“在高容量特征空间中施加稀疏选择可显著提高定价内核表现”的观点：采用随机傅里叶特征扩展（RFF）扩大候选因子空间，并以 basis pursuit（最小 ℓ1 插值解）选择定价核，可在极高复杂度（c=P/T≫1）下持续提高均值回报并最终在夏普率上超过最小 ℓ2（ridgeless）基准，说明复杂性通过助力发现因子稀疏性实现经济收益而非通过保留更多因子实现。[page::0][page::20]
