股票市场中的 Lassoed Boosting 与线性预测
计量经济学
2024-05-21 v4
摘要
我们考虑一种用于线性回归的两阶段估计方法。首先，使用 Tibshirani (1996) 中的 lasso 筛选变量；其次，在每一组被选变量上用 Friedman (2001) 中的最小二乘 boosting 方法重新估计系数。基于 Hastie et al. (2020) 的大规模模拟实验，lassoed boosting 表现与 Meinshausen (2007) 中的 relaxed lasso 相当，且在某些情景下能得出更稀疏的模型。应用于股票收益预测时，与其他几种方法相比，lassoed boosting 给出了最小均方预测误差。
引用
@article{arxiv.2112.08934,
title = {Lassoed Boosting and Linear Prediction in the Equities Market},
author = {Xiao Huang},
journal= {arXiv preprint arXiv:2112.08934},
year = {2024}
}