bsvparametric-portfolio-policycharacteristic-policyin-sample-optimizationdynamic-portfolio-choiceworking-paper

Brandt, Santa-Clara & Valkanov (2009) — Parametric Portfolio Policies (BSV)

大白话：绕开「先估计收益率分布、再做优化」这个传统两步流程，直接把组合里每只股票的权重写成它几个特征（规模、价值、动量之类）的线性函数，然后在样本内直接数值搜索让平均效用最大的那组系数；好处是省掉了中间那层参数估计带来的误差，代价是权重被限制成特征的线性组合。

Stub — 本页只做 placeholder, 完整内容待后续收录。

文献信息

  • 作者：Michael W. Brandt (Duke); Pedro Santa-Clara (UCLA Anderson); Rossen Valkanov (UCSD Rady)
  • 出处：Review of Financial Studies 22(9):3411–3447 (2009)
  • 核心 idea: 把组合权重直接建模为资产 "characteristics" (e.g. size, value, momentum) 的线性函数, 用样本平均效用作为目标,数值搜最优权重; 避免先估收益分布再优化的两步误差

与 LGS 的关系

  • BSV 是 LGS 的非闭式 in-sample 版: BSV 限制持仓 = characteristics 的线性函数, 在样本上数值搜最优; LGS 限制持仓 = exposures 在历史收益缩放下的线性函数, LQ 闭式定最优
  • LGS 把"数值搜参数"换成"LQ 闭式定参数", 可以容纳更复杂路径依赖

标准文献 / 互链