Hierarchical PCA and Applications to Portfolio Management
Hierarchical PCA and Applications to Portfolio Management
复制标题
分层 PCA 及其在投资组合管理中的应用
DOI：
10.2139/ssrn.3467712
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
M. Avellaneda
中科院分区：
文献类型：
--
作者：
M. Avellaneda
多元市场中的资产回报，其中证券被分组为部门或区块（例如 GIC 部门、与不同标的资产相关的衍生品）。众所周知，从 PCA 得出的超出第一特征投资组合的风险因素很难解释（“识别问题”），因此难以用于投资组合管理。我们探索了一种替代方法（HPCA），该方法充分利用了市场的部门划分。我们表明，就股票（标准普尔 500 指数成分股）而言，这种方法实际上不会导致 PCA 方面的信息丢失，并且相关的风险因素可以进行简单的解释。该模型还可以在各部门具有异步价格信息的情况下使用，例如单名信用违约掉期，概括了 Cont 和 Kan（2011）以及 Ivanov（2016）的工作。
Asset returns in a multivariate market in which securities are grouped into sectors or blocks (e.g. GIC sectors, derivatives associated with different underlying assets). It is widely known that risk-factors derived from PCA beyond the first eigenportfolio are difficult to interpret (the “identification problem”) and hence to use in portfolio management. We explore a alternative approach (HPCA) which makes strong use of the partition of the market into sectors. We show that this approach leads to practically no loss of information with respect to PCA, in the case of equities (constituents of the S&P 500), and the associated risk-factors admit simple interpretations. The model can also be used in context in which the sectors have asynchronous price information, such as single-name credit default swaps, generalizing the works of Cont and Kan (2011) and Ivanov (2016).