• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Directional Variance Adjustment: Bias Reduction in Covariance Matrices Based on Factor Analysis with an Application to Portfolio Optimization
【2h】

Directional Variance Adjustment: Bias Reduction in Covariance Matrices Based on Factor Analysis with an Application to Portfolio Optimization

机译：方向方差调整：基于因子分析的协方差矩阵偏差减少及其在证券投资组合优化中的应用

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Robust and reliable covariance estimates play a decisive role in financial and many other applications. An important class of estimators is based on factor models. Here, we show by extensive Monte Carlo simulations that covariance matrices derived from the statistical Factor Analysis model exhibit a systematic error, which is similar to the well-known systematic error of the spectrum of the sample covariance matrix. Moreover, we introduce the Directional Variance Adjustment (DVA) algorithm, which diminishes the systematic error. In a thorough empirical study for the US, European, and Hong Kong stock market we show that our proposed method leads to improved portfolio allocation.
机译：稳健而可靠的协方差估计在财务和许多其他应用中起着决定性的作用。一类重要的估计量是基于因子模型的。在这里，我们通过广泛的蒙特卡洛模拟显示，从统计因子分析模型得出的协方差矩阵表现出系统误差，这类似于样本协方差矩阵的光谱的众所周知的系统误差。此外，我们引入了方向方差调整（DVA）算法，可减少系统误差。在针对美国，欧洲和香港股票市场的全面实证研究中，我们表明，我们提出的方法可以改善投资组合的分配。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号