非负众数回归变量选择及在股指追踪的应用

摘要：

针对系数具有非负约束的回归模型,结合MCP惩罚函数,提出了基于众数回归的非负众数回归变量选择方法.在数值计算方面,采用EM算法和凸差分算法分别转化众数回归与MCP,然后用乘积迭代算法得到稀疏的非负解.实验表明无论数据具有异常值还是服从厚尾分布,该方法都比众数回归和非负估计变量选择方法好.最后将新提出的非负众数回归变量选择方法运用于中创100股指追踪,发现相比众数回归和非负估计该方法能运用最少的股票得到最好的预测效果,说明其稳健性和有效性.

关键词：非负众数回归、MCP惩罚函数、变量选择、中创100指数

所属期刊栏目：38

分类号：O212.4(概率论与数理统计)

资助基金：国家社会科学基金;重庆市教委科学技术研究项目;重庆市基础研究与前沿探索项目

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：13-19