Optimal Portfolio Choice Under Decision‐Based Model Combinations
基于决策的模型组合下的最优投资组合选择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：摘要直接研究总体及行业股票收益的密度组合预测和样本外可预测性。
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
基于决策的模型组合下的最优投资组合选择
- 研究问题
- 股票收益密度预测的模型组合权重，能否根据历史预测表现与投资效用确定，并改善总体及行业层面的样本外预测？
- 方法与思路
- 作者提出密度组合方法，让权重通过效用目标函数依赖各模型的历史预测表现，并与多种既有组合方法比较预测效果。
- 材料陈述的贡献
- 摘要称，该组合在总体与行业股票收益预测中改善了统计及经济评价指标；具体提升幅度、显著性和适用条件未说明。
- 阅读关注点
- 应核对效用函数、权重更新规则、样本外划分和比较基准，并检查经济评价是否考虑交易成本及参数选择的不确定性。
- 阅读边界
- 仅据所给 Crossref 摘要，不能验证其相对优势或跨样本稳定性；摘要未说明数据区间、交易成本和完整评估设置。
原文摘要
Summary We propose a density combination approach featuring combination weights that depend on the past forecast performance of the individual models entering the combination through a utility‐based objective function. We apply this model combination scheme to forecast stock returns, both at the aggregate level and by industry, and investigate its forecasting performance relative to a host of existing combination methods, both within the class of linear and time‐varying coefficients, stochastic volatility models. Overall, we find that our combination scheme produces markedly more accurate predictions than the existing alternatives, both in terms of statistical and economic measures of out‐of‐sample predictability. Copyright © 2016 John Wiley & Sons, Ltd.