NIFTY 50 股票的分层风险平价与最小方差组合设计
投资组合管理
2022-02-14 v1 机器学习
摘要
组合设计与优化一直是吸引金融领域研究人员大量关注的课题。设计最优组合是一项复杂任务,因其涉及对未来股票收益与风险的准确预测以及二者间的恰当权衡。本文提出一种系统方法,利用临界线算法与分层风险平价算法对印度股市八个行业进行组合设计。组合使用 2016 年 1 月 1 日至 2020 年 12 月 31 日的股票价格数据设计,并在 2021 年 1 月 1 日至 2021 年 8 月 26 日的数据上测试。组合的回测结果表明,尽管 CLA 算法在训练数据上表现更优,但 HRP 算法在测试数据上优于 CLA 算法。
引用
@article{arxiv.2202.02728,
title = {Hierarchical Risk Parity and Minimum Variance Portfolio Design on NIFTY 50 Stocks},
author = {Jaydip Sen and Sidra Mehtab and Abhishek Dutta and Saikat Mondal},
journal= {arXiv preprint arXiv:2202.02728},
year = {2022}
}
备注
The is the preprint version of our published paper listed in the IEEE Xplore. The final paper is published in the Proceedings of the IEEE International Conference on Decision Aid Sciences and Applications, pp. 668-675, December 7-8, 2021, Bahrain. The preprint consists of 8 pages and it contains 32 figures and 9 tables