我们从公式(A.15)开始讨论,其中成本函数已经在样本上取平均值,并表示为数量大大减少的变量(从(7)中的N+T+1到6)的函数,即所谓的序参数,如下所示:F(λ,, q, ^q,^) = λ+τ(1- α) - ^q-^q(29)+hminw[V(w,z)]iz+τ√πZ∞-∞dse公司-sg公司+ sr2q!,式中,V(w,z)=^w- λw- zwp公司-2^q.(30)和g(x)=0,x≥ 0x,-1.≤ x个≤ 0-2倍- 1,x<-1.(31)In(29)h·z表示标准正态变量z的平均值。自由能值,即每项资产的最小成本,最终是两个控制参数的函数,纵横比r=N/T和置信限α。为了找到该函数,必须确定上述表达式在六阶参数λ空间中的最小值,, q, ^qand^, 找到这些值作为控制参数的函数,并将其替换回(29)。下面我们将看到,在六个阶参数中,三个可以很容易地消除,因此我们为剩下的三个阶参数建立了三个方程,这符合[19]中的设置,其中复制方法首次应用于投资组合优化环境。因此,我们目前的方法(具有六阶参数和(29)中的嵌套优化结构)似乎是在走不必要的弯路。事实并非如此:目前的方案允许我们一路推断,除了最优成本外,还可以推断估计最优投资组合权重的样本平均分布和敏感性,即衡量权重对回报分布变化的敏感性。现在让我们从(29)中的内部优化问题的解决方案开始。它源于对原始问题中权重的优化,高斯随机变量z对样本中随机性的影响进行编码。
|