首页|基于LPRE和LASSO方法的股指追踪研究

基于LPRE和LASSO方法的股指追踪研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
将最小化乘积相对误差(LPRE)和最小绝对压缩选择算子(LASSO)方法应用到乘积回归模型,结合BIC信息准则实现股票指数的追踪,成功选取了26支对上证50指数影响较大的成分股,并比较了所提方法与线性模型下LASSO方法的表现,验证了所提方法的有效性.
Research on Stock Index Tracking Based on LPRE and LASSO Methods

陈银钧、刘惠篮

展开 >

贵州大学 数学与统计学院,贵州 贵阳 550025

乘积模型 LPRE方法 LASSO估计 BIC准则

国家自然科学基金资助项目贵州省科技计划项目贵州省科技计划项目贵州省科技计划项目贵州省教育厅青年科技人才成长项目

11761020黔科合 LH 字[2017]7222黔科合平台人才[2017]5788黔科合重大专项字[2018]3001黔教合KY字[2017]104

2020

经济数学
湖南大学 湖南省经济数学研究会

经济数学

影响因子：0.614
ISSN：1007-1660
年,卷(期)：2020.37(1)
  • 1
  • 3