跳至正文
返回文库全部文档

用于时变对数最优投资组合的滑动窗口估计

文章 arXiv papers · 作者: Pei-Ting Wang et al.
阅读原文

总结

本文介绍一种数据驱动的滑动窗口方法，用于求解对数最优投资组合问题。该方法不设定一组固定的投资组合权重，而是生成随时间变化的权重。这提供了一种利用移动数据窗口调整资产配置的方法，但本文没有说明窗口长度、估计流程或权重更新频率。

作者报告的实证研究显示，所提方法的累计收益率高于经典对数最优投资组合。相关证据较为笼统：没有给出市场、样本时期、数值结果或风险调整后的比较。因此，仅凭报告的收益优势，无法确定该方法在扣除交易成本后或在不同环境中的表现。本文也没有说明复现该策略所需的约束或其他实际细节。

核心观点

  • 该方法使用滑动窗口求解对数最优投资组合问题。
  • 它生成随时间变化的权重，而不是固定的投资组合配置。
  • 实证研究报告称，其累计收益高于经典对数最优投资组合。
  • 本文没有说明测试市场、样本时期或数值结果。
  • 本文没有提供交易成本、投资组合约束或实施细节。

标签

投资组合构建统计学回测
全文
# On Data-Driven Log-Optimal Portfolio: A Sliding Window Approach


# On Data-Driven Log-Optimal Portfolio: A Sliding Window Approach









In this paper, we propose a data-driven sliding window approach to solve a log-optimal portfolio problem. In contrast to many of the existing papers, this approach leads to a trading strategy with time-varying portfolio weights rather than fixed constant weights. We show, by conducting various empirical studies, that the approach possesses a superior trading performance to the classical log-optimal portfolio in the sense of having a higher cumulative rate of returns.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。