.png){kind=icon}
返回
A Dantzig-Type Large Portfolio Optimization Model and Its Efficient Fitting Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1080/07350015.2026.2639146.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
鉴于市场波动性的周期性特征和全球金融系统复杂性的日益增加，开发大规模投资组合优化的有效策略至关重要。本文提出了一种新颖的丹茨格型投资组合优化（DPO）模型，旨在帮助投资者应对这些挑战并有效优化其投资组合。该模型分别纳入ℓ1和折叠凹惩罚项，能够在强制实施求和约束的同时容纳多空仓位，直接估计最优投资组合权重。我们在温和的正则性条件下建立了所需的定理性质，并基于资产分割引入了高效的并行计算算法。通过广泛的模拟研究，我们探讨了DPO模型及其提出算法的优越有效性和效率。此外，我们通过将其应用于美国股票市场数据集（包括标普500和罗素2000指数的成分股）来展示模型的有用性。
Keyword:
Mean–variance optimization
Parallel computing
Portfolio allocation
Volatile financial market
期刊
J
IF:
2.5
论文数:
119
被引数:
0
机构
引用论文
暂无论文信息