加载中...
本文提出将可解释的有效前沿系数(r_MVP, σ_MVP, u)作为特征,用在线CART分类树每月预测市场涨跌,并以该方向性概率通过逆Mills比率与CAPM映射为条件期望收益以构建切线投资组合,实证显示在1999–2022数据上(2008–2022为检验期)该方法在Sharpe比率和超额回报上显著优于基准组合,验证了有效前沿系数对市场方向的描述能力
| Features | Accuracy | Precision | Recall | F1 | NPV |
|---|---|---|---|---|---|
| Efficient Frontier Coefs | 69% | 69% | 95% | 80% | 65% |
| Tech Indicators | 63% | 66% | 91% | 76% | 35% |
| Fama-French Factors | 61% | 66% | 87% | 75% | 32% |
元数据与概览(引言与报告概览)
逐节深度解读
图表与表格深度解读(逐图分析与图像嵌入)
估值分析
风险因素评估(作者识别的限制)
批判性视角与细微差别(审慎评估)
结论性综合
如需我进一步:
2404.00825.pdf