The Fundamental Structure of Risk: From Characteristics to Covariance
创建于 更新于
摘要
CD-DFM 将资产跨截面表示建立在可观测的公司基本面特征之上，利用非线性编码形成有经济含义的潜在几何结构 [page::0]。 通过两个线性头实现软 memberships 与载荷，从而在潜在空间中推导出可解释的因子并据此构建 ft 与 Σˆ(t) 的前向协方差 [page::2]。 训练目标结合前向协方差损失与因子重建损失，使模型直接优化未来二阶矩的匹配并保持对返回的锚定 [page::7]。 在2022–2024 的样本外评估中，CD-DFM 能在较低频信息下实现对协方差的良好校准、具备稳定行业主题的因子以及对未见资产的零样本上线能力 [page::21]。 该方法在三个方面同时领先于基线，且可从特征直接映射到 latent 距离，使跨资产 Universe 的泛化成为现实 [page::24]。
