數據

Ledoit-Wolf 收縮估計器不給出正定共變異數矩陣

  • November 19, 2019

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:

  1. DCC GARCH
  • 不幸的是,在 Python 中不可用
  1. 指數加權移動平均線 (EWMA)
  • 給出比 DCC-GARCH 稍差的結果
  1. 最小共變異數行列式
  • 由 Scikit-Learn 推薦
  1. 引導程序
  • 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:

引用自:https://quant.stackexchange.com/questions/19520