資金之間的事前跟踪誤差相關性

我有兩個投資組合，稱為 Comb & Global。它們都具有相同的可投資範圍，可以說是 3000 隻股票，並根據相同的基准進行衡量。因此，兩個基金有可能持有相同的股票。我想檢查兩個基金之間的事前相關性。

我知道我可以計算出事前跟踪誤差，如下所示，

te = sqrt((port_wgt - bm_wgt)' * cov_matrix * (port_wgt - bm_wgt))

我也知道相關性是由

p = cov(x,y) / stdev(x) * stdev(y)

我想知道計算兩個基金之間事前相關性的最佳方法？我可以利用的兩種基金權重之間是否存在關係？

更新

我應該提到，這兩個投資組合是子投資組合，並合併為一個投資組合。所以我想看看兩個子投資組合之間的事前跟踪誤差的相關性。

我意識到我可以做到以下幾點，

port_wgts - number_of_companies x 2 matrix
cov_matrix - number_of_companies x number_of_companies matrix

所以下面的行將返回一個 2x2 共變異數矩陣。

port_wgts' * cov_matrix * prt_wgts

所以我有兩個子投資組合的變異數——取這個的平方根給了我兩個子投資組合的跟踪誤差。

通過以下方式將 2 X 2 共變異數矩陣轉換為相關矩陣

 D = Diag(cov_matrix)^(1/2)
 corr_matrix = D^-1 * cov_matrix * D^-1

所以我現在只使用權重就知道了兩個子投資組合之間的相關性。

相關性不是資產分配的衡量標準，因此與投資組合中的權重無關。您要做的是使用以下方法計算兩個投資組合之間的相關性： p = cov(x,y) / stdev(x) * stdev(y)

然後根據結果，您可以執行求解器函式來找出每個子投資組合中的權重，以最小化所述投資組合與基準（即標準普爾）的相關性

我不清楚你問什麼。你有共變異數矩陣和今天的權重 - 然後你得到一個事前的 TE。為什麼需要事前相關性？事前意味著權重是固定的，並且您對未來的共變異數矩陣進行估計。你得到的是一個事前的 TE（如果你按比例縮放 $ \sqrt{T} $ 你有 $ T $ 一年中的時期）。如果明天權重發生變化，那麼您將擁有新的事前 TE。

如果您觀察基金一段時間併計算兩個基金 NAV 之間的 TE，那麼您將得到事後（即實現的）TE。

引用自：https://quant.stackexchange.com/questions/11101