使用循环坐标下降法高效计算均值回归投资组合
摘要：在一个大量资产的子集上找到稀疏均值回归投资组合的计量经济学挑战很广为人知。许多当前的最先进方法属于协整理论领域，在这个领域中，问题被表述为具有稀疏约束的特征向量问题。尽管已经提出了许多近似解法来解决这个NP-hard问题，但所有这些方法都是基于相对简单的模型，并且在可扩展性方面有限。在本文中，我们利用从异质同步图动态线性模型（H-SGDLM）获得的信息，并提出了一种新的均值回归问题形式，该问题以一个具有规范化约束的凸优化问题的形式进行描述。这个新的形式使我们能够使用循环坐标下降算法高效地计算出精确的稀疏解决方案，即使在一个大量的资产组合中，而使用H-SGDLM数据使我们能够轻松控制所需的稀疏程度。我们在S&P 500、外汇和ETF期货数据上展示了所提方法的灵活性、速度和可扩展性。
作者：Th''eophile Griveau-Billion and Ben Calderhead
论文ID：1905.05841
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2019-05-16