高维协方差矩阵估计在A股市场的实证研究

发布时间：2021-10-11 04:39

　　对于高维协方差矩阵估计问题,基于传统的压缩估计理论,从优化角度提出新的估计方法,即寻找距离多个已知估计量的凸组合最近的对称正定矩阵作为高维协方差矩阵的估计量。对带惩罚项和不带惩罚项的两种模型进行研究,给出了相应的求解算法和收敛证明,其中带惩罚项的模型是为了保证优化结果具有良好的稀疏性。实证研究发现,相较于基准指数,基于所给估计量的资产组合获得了超额收益,具有极高的实践价值。 

【文章来源】：上海管理科学. 2020,42(06)

【文章页数】：6 页

【部分图文】：

不同组合年化收益率变化曲线

不同组合波动率变化曲线

图2 不同组合波动率变化曲线图1的年化收益率曲线表明估计模型的年化收益率是高于基准的年化收益,图2的波动率曲线表明估计模型的风险暴露程度在绝大多数情况下是高于基准的,图3的夏普比率曲线表明估计模型所获得夏普比率是高于基准的夏普比率。总而言之,基于估计模型的资产组合与基准资产组合相比较,其在承担更多风险的同时,获得了更高的资产收益,且对风险分散十分有效,单位风险所获得的收益更高。


本文编号：3429800