COVARIANCE MATRIX ANALYSIS FOR OPTIMAL PORTFOLIO SELECTION
创建于 更新于
摘要
本论文旨在优化逆协方差矩阵估计方法，提出基于岭回归（l2范数）和弹性网回归（l1和l2范数结合）的两种新型估计器。实验结果表明，在高维资产组合中，该方法相比传统样本协方差、Ledoit-Wolf估计、玻璃络估计和PCA方法，能够显著降低组合风险，提高夏普比率，并在样本协方差矩阵病态或奇异时仍能有效计算优化组合权重，展现出更稳健的投资表现和更优的风险调整收益[page::2][page::7][page::16][page::30][page::37][page::43]。
