| 在线投资组合选择是量化金融领域的重要研究问题之一. 为建立既有竞争性能理论保证又运行高效的在线投资策略, 该文借鉴凸优化技术中的元算法, 设计集成反转专家意见的在线投资组合策略. 首先, 基于股票市场中资产价格的均值反转特征构建专家意见池. 其次, 运用在线梯度优化方法从理论上分析了策略的后悔度上界, 证明了所提出的策略与基准策略相比具有竞争性. 最后, 从数值上检验了策略在国内外股票市场上的表现. 结果表明, 该策略在大部分数据集上的累积收益和风险调整收益表现均优于相关的在线策略, 甚至超越事后最优的基准策略; 具有一定的抗下跌风险能力; 且具有线性时间复杂度和运行速度快的优点; 并能够在合理的交易费用下保持良好的投资绩效, 说明了该策略具有较大的实用性, 为投资者提供了一个新方案. |
