×
陆仁杰;Yu，Philip L.H。;王晓航

稀疏向量误差修正模型及其在基于协整的交易中的应用。 （英文） Zbl 1521.62160号

澳大利亚。N.Z.J.统计。 62，第3期，297-321（2020）.
摘要：受构建大规模协整投资组合的启发，本文考虑了向量误差修正模型，并开发了协整向量的自适应Lasso估计。导出了估计量的渐近性质和自适应Lasso的预言性质。提出了一种估计模型参数的优化算法。仿真研究表明了参数估计程序的有效性和模型的预测性能。在实证研究中，我们应用所提出的方法构造了具有或不具有市场中性性质的稀疏协整投资组合。使用道琼斯工业平均指数（Dow Jones Industrial Average）综合股票评估不同类型的协整投资组合的交易绩效。实证结果表明，一些证券的稀疏协整市场中性投资组合能够使希望构建市场中性统计套利投资组合的投资者受益。
{©2020 John Wiley&Sons澳大利亚有限公司}

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62J07型 岭回归；收缩估计器（拉索）
2012年12月62日 参数估计量的渐近性质
62P05号 统计学在精算科学和金融数学中的应用

关键词：

自适应拉索;协整;大型投资组合

软件：

预测;预测
PDF格式BibTeX公司 XML格式引用
\textit{R.Lu}等人，澳大利亚。N.Z.J.Stat.62，No.3，297--321（2020；Zbl 1521.62160）
全文： 内政部

参考文献：

[1] Bunea，F.、She，Y.和Wegkamp，M.H.（2011年）。高维矩阵降秩估计量的最优选择。《统计年鉴》391282-1309·Zbl 1216.62086号
[2] Cavaliere，G.、Rahbek，A.和Taylor，A.R.（2010年）。向量自回归与非平稳波动性的协整测试。《计量经济学杂志》158，7-24。协整二十年·Zbl 1431.62358号
[3] Chen，L.和Huang，J.Z.（2012）。稀疏降秩回归用于同时降维和变量选择。《美国统计协会杂志》1071533-1545·Zbl 1258.62075号
[4] Cubadda，G.和Breitung，J.（2009年）。高维系统中的协整测试。CEIS第148号工作文件，罗马托尔韦加塔大学。
[5] Engle，R.F.&Granger，C.W.J.（1987）。协整和误差修正：表示、估计和测试。《计量经济学》55，251-276·Zbl 0613.62140号
[6] Friedman，J.、Hastie，T.、Hofling，H.和Tibshirani，R.（2007）。路径坐标优化。应用统计年鉴1，302-332·Zbl 1378.90064号
[7] Geweke，J.&Porter‐Hudak，S.（1983年）。长记忆时间序列模型的估计与应用。时间序列分析杂志4，221-238·Zbl 0534.62062号
[8] Hyndman，R.、Athanasopoulos，G.、Bergmeir，C.、Caceres，G.，Chhay，L.、O'Hara‐Wild，M.、Petropoulos，F.、Razbash，S.、Wang，E.和Yasmeen，F.（2018年）。预测：时间序列和线性模型的预测功能。软件，R包。
[9] Johansen，S.（1991）。高斯向量自回归模型中协整向量的估计和假设检验。计量经济学591551580·Zbl 0755.62087号
[10] Johansen，S.（1996）。协整向量自回归模型中基于似然的推断。牛津：牛津大学出版社。
[11] Johansen，S.和Juselius，K.（1992年）。《在英国购买力平价和UIP的多元协整分析中检验结构假设》，《计量经济学杂志》53，211-244·Zbl 0850.62905号
[12] Kock，A.B.&Callot，L.A.（2012年）。在向量自回归中使用自适应LASSO和自适应组LASSO进行Oracle高效估计和预测。创建研究论文2012-38，丹麦奥胡斯大学经济与商业经济学系。
[13] Lee，S.I.、Lee，H.、Abbeel，P.和Ng，A.Y.（2006年）。有效的L1正则逻辑回归。第21届全国人工智能会议记录（AAAI-06）。第401-408页。
[14] Li，W.K.，Ling，S.&Wong，H.（2001）。具有条件异方差的部分非平稳多元自回归模型的估计。生物特征88，1135-1152·兹比尔1006.62080
[15] Liang，C.和Schienle，M.（2019年）。高维矢量误差修正模型的确定。《计量经济学杂志》208，418-441·Zbl 1452.62941号
[16] Liao，Z.&Phillips，P.C.B.（2015）。矢量误差修正模型的自动估计。计量经济学理论31581-646·Zbl 1441.62793号
[17] Lütkepohl，H.（2005）。多时间序列分析新导论。柏林：斯普林格·Zbl 1072.62075号
[18] Rudelson，M.和Vershynin，R.（2010年）。随机矩阵的非渐近理论：极端奇异值。在《国际数学家大会论文集》中，R.Bhatia（编辑）、A.Pal（编辑）、G.Rangarajan（编辑）、V.Srinivas（编辑）和M.Vanninathan（编辑）。第1576-1602页。新加坡：世界科学·Zbl 1227.60011号
[19] Smeekes，S.&Wijler，E.（2018年）。使用惩罚回归方法进行宏观经济预测。《国际预测杂志》34，408-430。
[20] Tibshirani，R.（1996年）。通过套索回归收缩和选择。英国皇家统计学会杂志，B辑58，267-288·Zbl 0850.62538号
[21] Tsay，R.S.（2010年）。《金融时间序列分析》，第3版。新泽西州霍博肯：威利·Zbl 1209.91004号
[22] Vidymurthy，G.（2004）。配对交易。新泽西州霍博肯：威利。
[23] Wilms，I.&Croux，C.（2016年）。使用稀疏协整进行预测。《国际预测杂志》32，1256-1267。
[24] Yu，P.L.H.&Lu，R.（2017）。篮子交易的协整市场中立策略。《国际经济与金融评论》49112-124。
[25] Zhao，P.和Yu，B.（2006）。套索的模型选择一致性。机器学习研究杂志72541-2563·兹比尔1222.62008
[26] 邹华（2006）。自适应套索及其oracle属性。《美国统计协会杂志》1011418-1429·兹比尔1171.62326
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。