Conformal Predictive Portfolio Selection
创建于 更新于
摘要
本报告提出一种基于保序预测(conformal prediction)的投资组合选择框架CPPS，通过构建未来组合收益的预测区间，结合AR模型和神经网络等多种预测方法，实现对收益不确定性的有效量化。本文设计了高收益低风险(HR–LR)组合策略，在实际美日股市数据上进行实证，验证了该方法在控制风险的同时提升累计收益的优越性，展现了利用预测区间构造稳健投资组合的潜力 [page::0][page::4][page::9][page::10][page::11]。
