使用模拟退火的稀疏平均回归投资组合选择-研究论文

我们研究了基于多元历史时间序列寻找稀疏均值回归投资组合的问题。 在将最优投资组合选择问题映射到广义特征值问题之后，我们提出了一种基于使用模拟退火的新优化方法。 这种新方法通过将约束嵌入迭代邻居选择函数来确保在优化的每个步骤中自动满足基数约束。 我们凭经验证明该方法比其他启发式方法产生更好的均值回归系数，但也表明这不一定会在收敛交易期间产生更高的利润。 这意味着应该为该问题开发更复杂的目标函数，也可以使用所提出的方法在基数约束下对其进行优化。