【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,引起了對協(xié)方差矩陣估計的進一步研究。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,介紹了兩大類對協(xié)方差矩陣的估計方法:閾值估計方法(包括通用閾值方法、自適應(yīng)閾值方法、POET方法等)和收縮估計方法。并對它們進行了比較與分析。雖然兩者都是對協(xié)方差加入金融數(shù)據(jù)的結(jié)構(gòu)特性,但是閾值方法是對矩陣元素進行稀疏化,而收縮估計方法是對協(xié)方差整體加入結(jié)構(gòu)特點。兩者對樣本協(xié)方差的估計都有所改進。對于金融時間序列數(shù)據(jù)的分析,不同時間上的觀測數(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。不僅可以改進樣本協(xié)方差的估計,還可以同已有的閾值估計和收縮估計相結(jié)合,改進閾值估計和收縮估計。根據(jù)100只股票的真實數(shù)據(jù)可以實例驗證:對于金融時間序列數(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效果,同時利用指數(shù)平滑樣本協(xié)方差改進的閾值法估計和收縮法估計也比其原來模型的估計效果更好。在該實例估計結(jié)果中,選取合適的平滑因子和窗寬,指數(shù)平滑樣本協(xié)方差改進的閾值法估計和收縮法估計比原模型的估計效果提升6%到12%不等。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.51

【參考文獻】

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)方差陣的估計及應(yīng)用[J];系統(tǒng)工程理論與實踐;2017年03期

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

本文編號：2776300