Covariance Matrix Estimation under Total Positivity for Portfolio Selection*
Covariance Matrix Estimation under Total Positivity for Portfolio Selection*
复制标题
投资组合选择总积极性下的协方差矩阵估计*
DOI：
10.1093/jjfinec/nbaa018
复制
发表时间：
2020
影响因子：
2.5
通讯作者：
Uhler, Caroline
中科院分区：
文献类型：
--
作者：
Agrawal, Raj;Roy, Uma;Uhler, Caroline
选择最优的Markowitz投资组合取决于从T期历史数据中估计N资产收益的协方差矩阵。问题是，N通常与T具有相同的阶数，这使得样本协方差矩阵估计器在经验和理论上表现不佳。虽然其他各种通用的协方差矩阵估计已被引入金融经济学和统计学文献处理这个问题的高维性，我们在这里提出了一个估计，利用资产通常是正相关的事实。这是通过强迫收益的联合分布是2阶完全正的多元分布来实现的。这种对协方差矩阵的约束不仅加强了资产之间的正相关性，而且还正则化了协方差矩阵，从而获得了理想的统计特性，如稀疏性。基于30年的股票市场数据，我们发现，估计协方差矩阵低于以前的最先进的方法，包括收缩估计和因子模型。
Selecting the optimal Markowitz portfolio depends on estimating the covariance matrix of the returns ofNassets fromTperiods of historical data. Problematically,Nis typically of the same order asT, which makes the sample covariance matrix estimator perform poorly, both empirically and theoretically. While various other general-purpose covariance matrix estimators have been introduced in the financial economics and statistics literature for dealing with the high dimensionality of this problem, we here propose an estimator that exploits the fact that assets are typically positively dependent. This is achieved by imposing that the joint distribution of returns bemultivariate totally positive of order 2(). This constraint on the covariance matrix not only enforces positive dependence among the assets but also regularizes the covariance matrix, leading to desirable statistical properties such as sparsity. Based on stock market data spanning 30 years, we show that estimating the covariance matrix underoutperforms previous state-of-the-art methods including shrinkage estimators and factor models.
登录
查看更多内容
星图引发四分体相关性：对于高斯变量以及二元变量
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
N. Wermuth;G. M. Marchetti
通讯作者：
G. M. Marchetti
全局、参数化和联合收缩因子估计
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
D. Dunkler;W. Sauerbrei;G. Heinze
通讯作者：
G. Heinze
影响因子：
13.7
作者：
Athey, S
通讯作者：
Athey, S
影响因子：
1.6
作者：
Mantegna, RN
通讯作者：
Mantegna, RN
DOI：
10.1214/17-aos1668
发表时间：
2019
期刊：
The Annals of Statistics
影响因子：
--
作者：
Lauritzen, Steffen;Uhler, Caroline;Zwiernik, Piotr
通讯作者：
Zwiernik, Piotr