Kendall Correlation Coefficients for Portfolio Optimization
创建于 更新于
摘要
本报告提出基于奇异核函数的广义相关系数（GCC），特别聚焦Kendall秩相关系数及其推广，在数据样本数量较少时更准确估计资产相关矩阵的特征值和特征向量。通过合成和真实金融数据的实证分析，发现该方法能够有效抑制相关矩阵的奇异性，提高投资组合的风险控制效果，并在不同区域和策略下，Kendall相关系数结合等距交叉验证协方差法表现出优异的超额样本风险表现 [page::0][page::5][page::6][page::11][page::12]。
