收益复制的 LASSO 回归方法实践
创建于 更新于
摘要
本报告系统阐述了基于机器学习中LASSO回归与二次优化相结合的收益复制框架，应用于指数、基金及个股三大复制场景。通过月度调仓及小型股票池约束，实现了最大30只持仓股票的长期有效跟踪，月均跟踪误差分别为0.07%、0.01%和-0.16%，并在基金和个股复制中准确捕捉持仓风格和行业特征。海外对冲基金ETF设计也给予了方法论支持，展示了复制模型在多种持仓受限情况下的适用性和有效性 [page::0][page::3][page::5][page::9][page::10][page::13][page::15]
