10.3969/j.issn.2095-2783.2018.17.013
Black-Litterman 模型的参数优化及其在行业资产配置中的应用
针对Black-Litterman模型中投资者观点的量化问题,运用梯度提升回归树(gradient boosting regression tree ,GBRT )算法对收益率进行预测,将预测值作为观点收益的替代变量,算法迭代收敛时的均方误差作为观点误差.采用上证380的10个行业指数数据检验文中提出的参数优化方法的有效性及合理性.结果表明,结合GBRT 算法的Black-Litterman模型的投资绩效优于市场策略和Markowitz模型.
Black-Litterman模型、GBRT算法、资产配置
13
F830(金融、银行)
中央高校基本科研业务费专项资金资助项目2018IB016,2016IA005;教育部人文社科青年基金资助项目14YJCZH173
2019-02-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
2017-2023