基于高频数据的投资组合选择协方差矩阵的收缩估计
统计理论
2016-11-22 v1 应用统计
统计理论
摘要
本文研究了当投资组合规模较大时，高频数据在估计投资组合选择协方差矩阵中的有效性。通过两步法开发了一种计算简便的非线性收缩估计器，用于估计金融资产的积分协方差(ICV)矩阵。ICV的特征向量首先由设计的无噪声对数收益率相对低频数据的时间变化调整已实现协方差矩阵构建。然后基于高频数据通过拟最大似然法估计ICV的正则化特征值。该估计器始终正定，其逆即为ICV逆的估计器。它在旋转等价估计器类中最小化了投资组合收益的样本外方差极限。当基础资产数量大于每个资产的时间序列观测数，以及当资产价格遵循一般随机过程时，该方法均有效。我们的理论结果是在资产数量(p)和样本量(n)满足当 n 趋于无穷时 p/n \to y > 0 的假设下推导的。使用真实数据证明了我们提出的估计器的优势。
引用
@article{arxiv.1611.06753,
title = {Shrinkage estimation of covariance matrix for portfolio choice with high frequency data},
author = {Cheng Liu and Ningning Xia and Jun Yu},
journal= {arXiv preprint arXiv:1611.06753},
year = {2016}
}