多周期混合整数线性规划模型在交易成本约束下的指数跟踪与动态再平衡优化

《Mathematics》:A Multi-Period MILP Model for Dynamic Index Tracking

【字体: 大 中 小 】 时间:2026年10月23日 来源:Mathematics 2.3

编辑推荐:

   **Highlights** - 多周期MILP模型扩展了单周期指数跟踪模型。 - 交易成本约束控制了投资组合再平衡的强度。 - Big-M线性化方法实现了可处理的多期持仓关联。 - 上证50和中证100数据集验证了样本外的跟踪精度。 - 最优再平衡限制因投资组合规模和期限

  **Highlights**- 多周期MILP模型扩展了单周期指数跟踪模型。- 交易成本约束控制了投资组合再平衡的强度。- Big-M线性化方法实现了可处理的多期持仓关联。- 上证50和中证100数据集验证了样本外的跟踪精度。- 最优再平衡限制因投资组合规模和期限而异。**主要发现是什么?**- 在八个配置中的七个里,至少有一种多周期模型设定实现的样本外均方根误差低于两种基准策略。- 最优交易成本限制因投资组合规模、样本长度和市场指数不同而异。- 跟踪绩效对允许的再平衡程度高度敏感。此外,不存在普遍最优的参数值。**主要发现的含义是什么?**- 投资组合管理者应根据具体的投资组合配置校准再平衡限制,而非套用统一规则。- 适度的交易成本约束能在静态"买入并持有"策略与无限制动态再平衡之间实现最优平衡。- MILP框架为在现实市场摩擦条件下的动态指数跟踪提供了可计算处理的理论基础。**Abstract**本研究将现有的单周期混合整数线性规划模型扩展至多周期指数跟踪问题。所提出的模型允许跟踪投资组合在预定时间点进行再平衡,同时限制相应的交易成本。研究考虑了两种基准策略:一种是不再进行再平衡的固定投资组合,另一种是在较高交易成本限制下进行重新选择的投资组合,旨在模拟无限制再平衡。模型以上证50和中证100指数的成分股数据进行评估,并在不同的投资组合规模、样本长度和交易成本限制下,分别衡量了样本内和样本外的跟踪绩效。在所检验的参数值中,至少有一种多周期模型设定在八个配置中的七个里实现了低于两种基准策略的样本外均方根误差。然而,最优交易成本限制因配置不同而异,表明跟踪绩效对允许的再平衡程度具有高度敏感性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号