sampling和full replication

嗨，爱思考的PZer你好：

1.题干不可能什么背景都不介绍，直接让你比较。如果真的是这样的情况，那肯定是full replication，跟踪误差最小嘛。

2这里有个误区：“closer index tracking”并不是抽样比full replication好的地方，它只是分层抽样这个方法本身的优点。因为每种方法适用情况不同，不是说在同一个情况下，一种方法比另一种更有优势。他们其实是在不同场景下各自绽放。

----------------------------------------------
就算太阳没有迎着我们而来，我们正在朝着它而去，加油！

那考试会不会在不给任何前提的情况下，让我们比较full replication和sampling/optimization谁更能很好match index？因为我只能理解到，如果股票数目不是特别多，且流动性都很好的情况下，是full replication更好，股票数目很多且有流动性差的股票的情况下，是sampling和optimization更好。

嗨，从没放弃的小努力你好：

closer index tracking确实是抽样的优点，这个没问题。它是建立在买的很少，但是又能实现很好的跟踪效果的基础上的。

----------------------------------------------
加油吧，让我们一起遇见更好的自己！

我发现是对closer这个词的理解不同，如果说sampling的优点是：close index tracking，我就能理解了，因为我可以把full replication理解成perfect index tracking，但是PPT里说closer index tracking，那是跟谁比closer呢？

嗨，努力学习的PZer你好：

被动投资组合构建不是有三种方法吗，full replication、分层抽样和最优化。

除了full replication以外， 抽样和最优化这两种方法构建出来的组合的跟踪效果都是“closer”。而full replication构建的组合可以实现matching the index.

----------------------------------------------
加油吧，让我们一起遇见更好的自己！

我觉得是关于closer index tracking的理解问题，既然sampling的advantage是closer index tracking，那么必然是sampling比某种方法跟踪指数跟踪得更好，但是后面的PPT也好，还是老师您的解释也好，都是说sampling跟踪指数不如全买。那么这个closer index tracking又是怎么回事呢？

“是的，除了full replication，其他两种方法都只能是“closer”。”——这句话不是很明白？

sampling比全买跟踪得closer？这是专门仅仅针对股票数量特别多且流动性不好的情况吧？

嗨，爱思考的PZer你好：

这个“closer”是跟全买做对比啊。

----------------------------------------------
努力的时光都是限量版，加油！

所以这个closer不是跟full replication比的？那是跟谁比的？毕竟不是close这个词呀。

嗨，从没放弃的小努力你好：

是的，除了full replication，其他两种方法都只能是“closer”。我们做被动投资就是为了获得和benchmark一样的收益，只要基金资产管理规模够大，benchmark持仓别太大且流动性好，那我们一定首选“全买”。但是如果不能满足这些要求，那么就只能退而求其次（抽样或最优化）。

这里的U shape说的就是当benchmark持仓非常大时，组合全买反而跟踪误差很大，此时应该选择“抽样”。

----------------------------------------------
就算太阳没有迎着我们而来，我们正在朝着它而去，加油！

先介绍了full replication，又解释了随着股票数量增加，tracking error出现U-shape，然后引入了sampling并称其closer，这个closer应该就是跟full replication比的吧？

嗨，从没放弃的小努力你好：

关键词是“closer “，分层抽样只能是尽量模拟benchmark的敞口，如果单看这个方法，那么它优点就是用很少的股票来做到closer index tracking。但如果是和full replication相比，那它的缺点就很很明显了，因为不能全买，它跟踪误差还是很大的。

----------------------------------------------
加油吧，让我们一起遇见更好的自己！