• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Joint International Information Technology and Artificial Intelligence Conference >Index optimization replication algorithm by using the soft subspace clustering method
【24h】

Index optimization replication algorithm by using the soft subspace clustering method

机译：使用软子空间聚类方法索引优化复制算法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a new index optimization replication algorithm framework. First of all, by using independent component analysis technology to build time series feature subspace, we can convert the observation data, which is high dimensional dynamic time series, into static data. Then, use soft subspace clustering method to achieve fuzzy feature weighted clustering. Finally, minimize tracking error and determine the weights of component stocks in the index tracking portfolio. This way, we complete index optimization of replication. The replication method proposed in this paper proves to be effective by positive analysis of China's CSI 300 index optimization replication.
机译：本文提出了一种新的索引优化复制算法框架。 首先，通过使用独立的分量分析技术来构建时间序列特征子空间，我们可以将观察数据转换为高维动态时间序列，进入静态数据。 然后，使用软子空间群集方法来实现模糊功能加权聚类。 最后，最大限度地减少跟踪错误并确定索引跟踪组合中的组件库存重量。 这样，我们完成了复制的索引优化。 本文提出的复制方法证明是通过对中国CSI 300指数优化复制的积极分析有效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号