摘要：本文基于期望效用最大化和L1-中位数估计研究了在线投资组合选择问题。与EG （Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用L1-中位数估计得到预期价格趋势。然后,通过期望效用最大化,提出一个新的具有线型时间复杂度的在线策略,EGLM （Exponential Gradient via L1-Median）。并通过相对熵函数定义资产权重向量的距离,进而证明了EGLM策略具有泛证券投资组合性质。最后,利用国内外6个证券市场的历史数据进行实证分析,结果表明相较于UP （Universal Portfolio）策略和EG策略,EGLM策略有更好的竞争性能。
分类：期刊> 人文社会科学> 经济与管理科学> 经济与管理综合
收录：CSSCI 南大期刊(含扩展版) > 北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：在线投资组合选择 泛证券投资组合 相对熵函数 时间复杂度
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
