基于邻近梯度算法求解Lasso回归模型在证券指数的应用研究.pdfVIP

E-CommerceLetters电子商务评论,2024,13(4),2973-2981

PublishedOnlineNovember2024inHans./journal/ecl

/10.12677/ecl.2024.1341482

基于邻近梯度算法求解Lasso回归模型在

证券指数的应用研究

王琦，彭定涛

贵州大学数学与统计学院，贵州贵阳

收稿日期：2024年9月13日；录用日期：2024年10月14日；发布日期：2024年11月13日

摘要

在证券市场中，指数跟踪是投资者进行资产配置和风险管理的重要手段。传统的指数跟踪方法往往有模

型解释性差、计算复杂度高等问题。因此，探索新的算法和技术以提升指数跟踪的效果具有重要意义。

本文考虑Lasso回归模型来进行变量选择，首先介绍了Lasso回归模型基本原理，然后利用邻近梯度算法

求解回归系数，该解具有稀疏性，旨在众多的变量中精确选择有效的部分变量来预测证券指数。最后利

用沪深300指数以及其成分股的收盘价格作为分析数据，得出小部分股票就可以达到几乎相同的拟合效

果，通过实例说明该方法在证券指数跟踪中有一定的有效性和优越性，能够实现更稀疏的变量组合，给