大型金融协方差估计：一种交叉验证方法
机器学习
2023-01-23 v2 机器学习
风险管理
摘要
我们引入了一种新颖的协方差估计器用于投资组合选择，它通过采用指数加权平均值并借助交叉验证对样本特征值进行非线性收缩，从而适应金融时间序列的非平稳或持续性异方差环境。我们的估计器在结构上是不可知的、透明的，且在高维下计算可行。通过修正样本特征值中的偏差并使估计器与近期风险对齐，我们借助模拟以及主动投资组合管理中的实证应用证明，相较于现有的最先进静态与动态协方差收缩估计器，我们的估计器在高维下表现良好。
引用
@article{arxiv.2012.05757,
title = {Estimation of Large Financial Covariances: A Cross-Validation Approach},
author = {Vincent Tan and Stefan Zohren},
journal= {arXiv preprint arXiv:2012.05757},
year = {2023}
}