全球最小方差组合的聚类方法
摘要：使用投资所考虑的资产收益协方差矩阵是实现全球最小方差投资组合 (GMVP) 的唯一输入。由于未知总体协方差矩阵，投资者使用历史数据进行估计。尽管样本协方差矩阵是总体协方差矩阵的无偏估计量，但当观察数据的数量与资产数量不相差很大时，它包含大量估计误差。由于很难一次性估计高维度的协方差矩阵，将股票进行聚类以两个步骤得出协方差矩阵的方法被提出：首先，在一个聚类内部，然后在聚类之间。通过减少数据矩阵中的特征数量，它减少了估计误差。本文的动机是，即使进行了聚类，如果将大量股票聚类到一个组中，估计误差仍然可能很高。因此，本研究提出利用有界聚类方法来限制最大聚类大小。实验结果显示，样本内波动率和样本外波动率之间的差距减小了，同时样本外波动率也减少了。这意味着我们需要一个有界聚类算法，以便能够精确控制最大聚类大小以找到最佳的投资组合表现。
作者：Jinwoo Park
论文ID：2001.02966
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2020-04-20