在進行均值變異數投資組合分析時，如何處理歷史數據較短的證券？

我正在嘗試使用均值變異數分析框架根據歷史數據計算預期收益和風險（stdev）。假設投資組合有 10 隻股票，其中 9 隻的歷史超過 10 年，但其中一隻只有 1 個月的歷史數據。如果我希望每隻股票都有相同長度的相關矩陣歷史數據，我應該只使用 1 個月的數據來估計嗎？還是用 0 填充簡短的歷史數據？

有兩種常見的解決方案。

1. 你從你的宇宙中排除歷史太短的股票（即最近才上市）。有時這樣做會讓你心碎，因為你真的很喜歡這隻股票。（如果時間序列足夠長，但仍有小的差距，有辦法“修復”共變異數矩陣。）
2. 您使用模型來預測共變異數。這種方法最著名的例子是 MSCI Barra 預測的 beta（例如，參見https://doi.org/10.3905/jpm.2014.41.1.057的描述）。但是，他們不會嘗試預測所有其他股票的共變異數。相反，他們使用多因素模型，並根據基本面預測與他們假設推動市場的少數因素的相關性。他們在首次公開募股時就做到了，沒有歷史。

引用自：https://quant.stackexchange.com/questions/63753