利用鲁棒协方差矩阵估计改善投资组合全局绩效：在最大多样性投资组合中的应用

本文展示了协方差矩阵估计与模型阶数选择方面的最新进展如何应用于投资组合优化问题。处理了最大多样性投资组合这一特例，但同样的改进也适用于其他优化问题，如最小方差投资组合。我们假设最重要的信息（或潜在因子）嵌入在相关的椭圆对称噪声中，从而扩展了经典的高斯假设。我们在此提议关注一种近期模型阶数选择方法，其能高效估计描述市场的主要因子子空间。这一非标准模型阶数选择问题通过随机矩阵理论与鲁棒协方差矩阵估计得以解决。所提流程将通过合成数据加以说明，并在真实市场数据上应用并与标准技术比较，显示出有前景的改进。