.png){kind=icon}
返回
Enhancing index-tracking performance: Leveraging characteristic-based factor models for reduced estimation errors
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejor.2025.08.043.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 新的优化框架通过最小化估计不确定性来降低跟踪误差。
• 基于特征的因子模型在跟踪投资组合方面优于传统方法。
• 线性公式在指数跟踪应用中因其简单性和稳定性而被优先选择。
• 在不同指数、时间段和交易成本情景下均表现出一致的性能。
• 最优的因子模型设定在最小化复杂性的同时最大化跟踪精度。
Keyword:
Tracking-portfolios
Financial models
Characteristic-based factor models
Tracking error
Transaction Costs
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
.png){kind=icon}
查看更多内容