數據
Ledoit-Wolf 收縮估計器不給出正定共變異數矩陣
我使用了 407 隻股票的十年每日數據,併計算了每日和每月的共變異數矩陣。由於我的變數比每月矩陣的觀察值多,因此我發現矩陣不可逆(因此對投資組合優化無用)並不感到驚訝。我很驚訝地看到每日共變異數矩陣不可逆。然後,我嘗試使用包 tawny 使用 Ledoit-Wolf 收縮估計器來收縮矩陣。它沒有幫助。它使共變異數矩陣非常非常小,但不可逆。
有沒有人有任何建議可能是什麼問題?如何改進共變異數矩陣?
你的 407 股票都不同嗎?沒有包含強烈相關的 A 和 B 列表(如果不是完全相關)?觀察到每日共變異數矩陣是奇異的,這讓我感到奇怪。
您可以嘗試使用corpcor包來獲取另一個收縮估算器。
Ledoit-Wolf 的問題在於它對異常值非常敏感。
你應該試試這些:
- DCC GARCH
- 不幸的是,在 Python 中不可用
- 給出比 DCC-GARCH 稍差的結果
- 由 Scikit-Learn 推薦
- 可以用來計算信賴區間,然後你可以決定你想要的保守程度
這裡有一些很好的參考: