Denoising Complex Covariance Matrices with Hybrid ResNet and Random Matrix Theory: Cryptocurrency Portfolio Applications
创建于 更新于
摘要
本文提出结合随机矩阵理论（RMT）和残差神经网络（ResNet）的混合估计方法，有效降噪复杂的加密货币协方差矩阵。通过蒙特卡洛模拟和2020-2025年89种加密货币的实证数据，验证该方法在不同协方差模型及市场状态下的稳健性与投资组合优化表现，尤其在最小方差损失上表现显著提升，支持基于幂律模型的市场复杂交互结构捕捉[page::0][page::1][page::9][page::12][page::13]。
