通过行业约束强制多样化的增强指数化子集二阶随机占优
计算金融
2024-11-12 v2
摘要
本文将二阶随机占优（SSD）应用于具有资产子集（行业）约束的增强指数化问题。我们考虑的问题是如何构建一个旨在超越给定市场指数的投资组合，同时兼顾投资于不同市场行业的投资组合比例。在我们的方法即子集 SSD 中，与每个行业相关的投资组合以 SSD 方式处理。换言之，在子集 SSD 中，我们积极尝试寻找 SSD 占优其各自行业指数的行业投资组合。然而，投资于每个行业的总体投资组合比例并未预先指定，而是通过优化决定。我们的子集 SSD 方法涉及多元二阶随机占优问题的数值求解。我们给出了该方法应用于 2018 年 10 月 3 日至 2023 年 12 月 29 日期间 S&P500 的计算结果。这一超过 5 年的时期包含了新冠疫情，其对股价产生了重大影响。我们使用的 S&P500 数据已公开发布，以造福未来的研究人员。我们的计算结果表明，子集 SSD 方法的缩放版本优于 S&P500。我们的方法也优于该问题的标准 SSD 方法。我们的结果显示，对于所考虑的 S&P500 数据，包含行业约束可提高样本外性能，无论采用何种 SSD 方法。我们还给出了涉及 49 个行业投资组合的 Fama-French 数据结果，这些结果证实了我们子集 SSD 方法的有效性。
引用
@article{arxiv.2404.16777,
title = {Subset second-order stochastic dominance for enhanced indexation with diversification enforced by sector constraints},
author = {Cristiano Arbex Valle and John E Beasley and Nigel Meade},
journal= {arXiv preprint arXiv:2404.16777},
year = {2024}
}