mingle

新的MINGLE框架通过因子图模型增强投资组合多元化

研究人员开发了一个名为MINGLE（Mutually-INformed Graph-Locality and Exposures）的新框架，以改善投资组合多元化。该框架通过系统性因子暴露概况重新定义图的局部性，将传统因子模型与基于图的方法相结合。MINGLE使用交替方向乘子法（ADMM）直接从市场回报中联合学习潜在因子表示及其诱导的图拓扑。与基于相关性的方法相比，使用此方法构建的投资组合在各种波动性和交易成本情景下均表现出持续的优越性。