Large-scale portfolio allocation under transaction costs and model uncertainty
交易成本与模型不确定性下的大规模投资组合配置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：摘要明确讨论组合优化中的协方差收缩，并组合高频和低频数据的预测分布，直接关联金融协方差与高频计量。
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
交易成本与模型不确定性下的大规模投资组合配置
- 研究问题
- 交易成本如何改变大规模组合的最优配置，以及在参数不确定性和不同频率数据并存时，换手惩罚与协方差收缩如何联系？
- 方法与思路
- 作者将交易成本事前纳入组合优化，建立换手惩罚与协方差收缩的联系，并在参数不确定性下组合高频与低频数据的预测分布。
- 材料陈述的贡献
- 摘要称，交易成本推动配置趋向正则化的有效组合；其经验研究发现，换手惩罚比所比较的常用收缩方法更有效。
- 阅读关注点
- 应核对交易成本的函数形式、惩罚与收缩等价关系的条件，以及预测分布组合方式、比较基准和扣除成本后的评价指标。
- 阅读边界
- 仅据所列出版社摘要，资产样本、交易成本水平及绩效数值均未说明；经验比较不足以确立换手惩罚在所有市场中的优势。
原文摘要
We theoretically and empirically study portfolio optimization under transaction costs and establish a link between turnover penalization and covariance shrinkage with the penalization governed by transaction costs. We show how the ex ante incorporation of transaction costs shifts optimal portfolios towards regularized versions of efficient allocations. The regulatory effect of transaction costs is studied in an econometric setting incorporating parameter uncertainty and optimally combining predictive distributions resulting from high-frequency and low-frequency data. In an extensive empirical study, we illustrate that turnover penalization is more effective than commonly employed shrinkage methods and is crucial in order to construct empirically well-performing portfolios.