【摘要】：協(xié)方差矩陣在資產(chǎn)組合分析等諸多金融領(lǐng)域有很廣泛的應(yīng)用,但是由于樣本協(xié)方差估計(jì)的局限性以及隨著海量高維數(shù)據(jù)發(fā)展隨之而來的維數(shù)災(zāi)難,引起了對(duì)協(xié)方差矩陣估計(jì)的進(jìn)一步研究。本文首先介紹了樣本協(xié)方差矩陣的局限性,根據(jù)金融數(shù)據(jù)分析的特點(diǎn),介紹了兩大類對(duì)協(xié)方差矩陣的估計(jì)方法:閾值估計(jì)方法(包括通用閾值方法、自適應(yīng)閾值方法、POET方法等)和收縮估計(jì)方法。并對(duì)它們進(jìn)行了比較與分析。雖然兩者都是對(duì)協(xié)方差加入金融數(shù)據(jù)的結(jié)構(gòu)特性,但是閾值方法是對(duì)矩陣元素進(jìn)行稀疏化,而收縮估計(jì)方法是對(duì)協(xié)方差整體加入結(jié)構(gòu)特點(diǎn)。兩者對(duì)樣本協(xié)方差的估計(jì)都有所改進(jìn)。對(duì)于金融時(shí)間序列數(shù)據(jù)的分析,不同時(shí)間上的觀測數(shù)值影響不同權(quán)重不同。所以本文提出了指數(shù)平滑樣本協(xié)方差估計(jì)。不僅可以改進(jìn)樣本協(xié)方差的估計(jì),還可以同已有的閾值估計(jì)和收縮估計(jì)相結(jié)合,改進(jìn)閾值估計(jì)和收縮估計(jì)。根據(jù)100只股票的真實(shí)數(shù)據(jù)可以實(shí)例驗(yàn)證:對(duì)于金融時(shí)間序列數(shù)據(jù)的分析,指數(shù)平滑樣本協(xié)方差方法有良好的估計(jì)效果,同時(shí)利用指數(shù)平滑樣本協(xié)方差改進(jìn)的閾值法估計(jì)和收縮法估計(jì)也比其原來模型的估計(jì)效果更好。在該實(shí)例估計(jì)結(jié)果中,選取合適的平滑因子和窗寬,指數(shù)平滑樣本協(xié)方差改進(jìn)的閾值法估計(jì)和收縮法估計(jì)比原模型的估計(jì)效果提升6%到12%不等。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉麗萍;;大維數(shù)據(jù)背景下金融協(xié)方差陣的估計(jì)及應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2017年03期

2 劉麗萍;;金融高維協(xié)方差陣的估計(jì)及其應(yīng)用[J];統(tǒng)計(jì)與決策;2016年09期

本文編號(hào)：2776300