Beyond Co-Movement: Locality by Exposures Enables a Joint Factor–Graph Framework for Portfolio Diversification
创建于 更新于
摘要
MINGLE框架通过ADMM联合学习潜在因子暴露与图拓扑，以因子暴露相似度替代传统相关性定义图局部性，从而同时捕捉系统性风险来源与资产间共同响应关系。实验显示，该方法能够形成更稳定、更加贴合GICS行业分类的市场结构，并显著改善协方差矩阵条件数；基于其表示构建的Contagion Cut组合在不同波动环境和交易成本下整体优于相关性图及传统配置基准，但在危机状态下仍受到固定因子维度和多头约束的限制。[page::0][page::1][page::4][page::5][page::7]
