Using principal component analysis to estimate a high dimensional factor model with high-frequency data
创建于 更新于
摘要
本文提出基于主成分分析（PCA）和双重渐近理论的新型估计方法，用于高频数据下高维因子模型中的因子数量及大规模协方差矩阵的估计。实证显示美股大规模资产的协方差矩阵可用低秩因子结构加稀疏残差矩阵良好刻画，PCA估计器在无监督情况下优于样本协方差估计器，并具备结构解释力和投资组合优化实用价值。[page::0][page::1][page::3][page::5][page::7][page::9]
