隐藏噪声结构与股票相关性的随机矩阵模型

我们在股票市场收益的残差噪声中发现了一种新颖的相关结构，该结构与驱动收益的前几个显著因子的构成和稳定性显著相关，并且进一步表明噪声带由多个不完全混合的子带组成。我们的发现使我们能够构建有效的广义随机矩阵理论市场模型，这些模型与相关性和特征向量聚类密切相关。我们展示了如何在包含重尾的模拟中使用这些模型。最后，我们论证了在传统的清理方案中如何可能出现一种微妙的纯平稳风险估计偏差。