共變異數估計
投資組合優化：數據可用時共變異數矩陣的收縮
如果個股的數量大於數據點的數量，縮小共變異數矩陣似乎特別有用。但是，如果您不受數據的限制，有什麼特別的收穫嗎？
在均變異數優化的上下文中使用估計共變異數時，是的，即使您有足夠的數據，縮小共變異數矩陣也是有用的。
一個很好的參考是Golts 和 Jones，A Sharper Angle on Optimization，他們在其他技術中討論了共變異數收縮，並給出了收縮共變異數估計在形成（無約束）最優投資組合中的有用性的兩個例子。首先是使優化器對高度相關資產的 alpha 的微小變化不敏感。二是控制槓桿。