作为现代投资组合理论的重要分支,在线投资组合理论研究的是——在复杂的市场环境下,以长期收益最大化为目标的权重调整策略设计问题。有效市场假说认为,投资者的行为是理性的,且投资者无法通过历史信息(如价格、换手率、成交量、权重分布等)获得超额收益。然而,随着行为金融学理论的发展,有效市场假说不断受到质疑和挑战,投资者的非理性行为逐渐为人们所知。此外,考虑更贴近实际的情境,学者们开始关注不同摩擦因素影响下的在线投资组合。因此,本文将通过挖掘和利用不同类型的历史信息,主要研究考虑投资者非理性行为和交易费用、价格冲击等摩擦因素的在线投资组合。结合行为金融理论和市场微观结构理论的研究成果,本文将利用在线学习技术构建策略模型,最终得到有效的在线投资组合策略。具体的研究工作与贡献主要包括以下四部分:(1)利用历史价格信息,分别从模式匹配更新和被动主动学习这两种角度出发,提出以下两个策略:①结合最近邻算法和相关系数定义价格信息相似集;根据该相似集,利用模式匹配更新算法得到与参数组合有关的专家策略;利用平均集成方法对专家策略进行集成,提出新的模式匹配策略;从在线策略竞争分析的角度出发,证明该策略具有泛证券性质,能够获得趋近于作为基准的最优定常再调整策略的对数收益;该模式匹配策略还将应用于第(4)部分——基于该策略设计考虑价格冲击和交易费用的在线策略。②利用相关系数得到价格相似集后,将相似集中的相对价格和相关系数作为对未来价格趋势的预测和相应的可能性权重,通过加权平均得到未来相对价格的具体估计值;基于该相对价格估计值,利用被动主动学习算法,提出不同于模式匹配更新的在线策略。通过国内外不同金融市场的12个数据集对这两个策略进行实证检验后,与前人设计的策略进行对比。结果表明本文提出的这两个在线策略能够获得更高的收益,且收益表现不显著依赖于参数的选择。(2)利用价量和文本信息,在采用价格相关关系刻画价格反转的基础上,引入处置效应和投资者情绪,结合启发式算法,提出两种不同的均值回归策略:①利用价格与换手率信息估计持仓均价,据此构建锚定价格偏离度以刻画处置效应的特征;再结合价格反转的相关关系特点,设计新的权重转移方程,从而得到一个新的均值回归策略;采用上文第(1)部分的实验中国内市场的6个数据集对该策略进行实证检验,结果表明:该策略较前人做法具有更好的收益表现,且不显著依赖于参数的选择。②利用从东方财富股吧中获取的文本数据,构建考虑情绪滞后性和持续性的投资者情绪指标;结合该指标与投资者非理性行为特征,在仅考虑价格相关关系以及同时考虑价格相关关系和处置效应的两个权重转移方程基础上,设计两个新的权重转移方程,从而得到两个考虑投资者情绪的均值回归策略;利用国内市场数据集以及相应的股吧发帖数据,对这两个策略进行实证检验,结果表明:两个考虑投资者情绪的均值回归策略比已有的均值回归策略具有更好的收益表现。(3)在市场流动性充分的情形下,利用历史权重信息,设计受交易费用影响的在线投资组合策略:结合在线激活学习技术,从降低权重调整频率的思路出发,提出考虑交易费用的在线激活投资组合选择框架。在该框架下,将考虑交易费用的在线投资组合策略设计问题分解为“何时激活权重更新”以及“如何更新权重”的具体问题,并分别利用权重的一阶和二阶信息设计具体的在线激活策略。首先,利用权重信息构建激活概率并设计与之相关的激活信号,实现控制并选择激活权重更新时机的目的。接着,利用被动主动学习算法、引入L1正则项约束,通过构建并求解考虑交易费用的策略模型,得到具体的在线激活策略。最后,利用第(1)部分中的12个数据集进行实证检验,结果表明相比于已有在线策略,该部分提出的两个策略在交易费用的影响下有更好的收益表现,并能承受更高的交易费率。(4)在流动性不充分的市场环境下,利用历史交易信息估计冲击成本,研究受价格冲击和交易费用双重影响的在线投资组合策略:针对流动性不充分情形下无法瞬间完成权重调整的特点,提出新的包含权重调整期的在线投资组合模型。从权重调整最优执行的角度出发,利用历史交易信息,估计价格冲击造成的冲击成本。结合冲击成本和交易费用计算交易成本系数,利用第(1)部分中提出的模式匹配策略得到考虑价格冲击和交易费用的在线策略。最后,利用国内市场数据进行实证检验,结果表明:①数据集内的所有股票,无论是永久冲击系数还是瞬时冲击系数,其结果都可能存在数量级上的差异,且流通股越大、冲击系数越小;②与基准策略以及第(3)部分中提出的考虑交易费用的在线激活策略进行对比,发现该策略在交易费用和价格冲击的影响下收益表现更优,且能承受一定大小的交易费率和投入资金规模。