Vast Portfolio Selection With Gross-Exposure Constraints
总敞口约束下的大规模投资组合选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究组合优化与协方差估计误差，未明确涉及所列资产定价、波动率或尾部与系统性风险方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
总敞口约束下的大规模投资组合选择
- 研究问题
- 大规模组合选择中，如何限制协方差矩阵估计误差的累积影响，以及允许有限空头头寸能否改善禁止卖空的组合？
- 方法与思路
- 作者对投资组合施加总敞口约束，比较估计协方差构造的组合与理论最优组合，并通过模拟及两组金融数据展示应用。
- 材料陈述的贡献
- 摘要称总敞口约束下经验最优组合与理论最优组合表现接近，协方差估计误差不累积，并称适度允许空头可改善无空头组合。
- 阅读关注点
- 应核对总敞口的定义、组合表现与误差界的衡量方式，以及约束强度、空头额度和实证评价方案对结论的影响。
- 阅读边界
- 依据稿件版本未注明的索引摘要；理论条件、表现指标和实证不确定性未说明，不能据此保证实际投资收益或普遍改善。
原文摘要
We introduce the large portfolio selection using gross-exposure constraints. We show that with gross-exposure constraint the empirically selected optimal portfolios based on estimated covariance matrices have similar performance to the theoretical optimal ones and there is no error accumulation effect from estimation of vast covariance matrices. This gives theoretical justification to the empirical results in Jagannathan and Ma (2003). We also show that the no-short-sale portfolio can be improved by allowing some short positions. The applications to portfolio selection, tracking, and improvements are also addressed. The utility of our new approach is illustrated by simulation and empirical studies on the 100 Fama-French industrial portfolios and the 600 stocks randomly selected from Russell 3000.