参数估计和选择稀疏均值回归投资组合的简化方法-研究论文

在本文中，我们研究了在多元时间序列中寻找稀疏均值回归投资组合的问题。 这可以通过识别投资组合来开发有利可图的收敛交易策略，当它们的价格与其确定的长期均值不同时，可以有利地进行交易。 假设基础资产遵循 VAR(1) 过程，我们提出了简化的、密集的参数估计技术，该技术还提供了基于历史数据的模型拟合优度度量。 使用这些密集估计参数，我们描述了一种详尽的方法来选择最佳稀疏均值回归投资组合，该投资组合可用作评估更快的启发式方法（例如贪婪搜索）的基准。 我们还提出了一种基于特征向量截断的简单且非常快速的启发式方法来解决相同的问题。 我们观察到，使用这些投资组合选择方法的收敛交易能够在历史金融时间序列上产生利润。