刘丽萍¹，吕政²

1. 贵州财经大学数学与统计学院, 贵阳 550025;2. 中央财经大学统计与数学学院, 北京 102206

出版日期:2021-10-25发布日期:2021-12-24

Estimation and Application of Minimum Variance Portfolio Risk Basedon High Dimensional and High Frequency Financial Data

LIU Liping¹ ,L¨U Zheng²

1. School of Mathematics and Statistics, Guizhou University of Finance and Economics, Guiyang550025; 2. School of Statistics and Mathematics, Central University of Finance and Economics,Beijing 102206

Online:2021-10-25Published:2021-12-24







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

对于高维高频的金融大数据, 噪声、跳跃以及非同步交易的影响,使得在投资组合中扮演着重要角色的协方差阵的估计更为复杂.文章首先回顾了考虑噪声、跳跃影响的高频协方差阵估计量,并对非同步交易所导致的数据损失情况进行了分析. 然后为减少数据的损失,提出了基于分块策略和正则化方法的高频协方差阵估计量.最后构造了基CLIME (the constrained L1 minimization for inversematrix estimation)估计量的最小方差投资组合模型,并将文章所构造的协方差阵估计量代入其中,得到基于高维高频数据的最小方差组合风险的估计形式.通过模拟和实证研究发现:同时考虑了噪声、跳跃以及非同步交易影响的高频协方差阵,其所构造的CLIME估计量的组合风险与真实的风险最为接近.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14342