方差分析 (六) 多因子与随机矩阵组合优化对比
创建于 更新于
摘要
本文对比分析了多因子模型和随机矩阵理论（RMT）在协方差矩阵估计及组合优化中的表现。研究显示多因子模型构建的最小方差组合显著优于基准和RMT模型，保留特征数量越多优化效果越好。因子协方差矩阵的特征向量调整、自相关（Newey West）和波动率区域调整（VRA）对组合波动率影响有限。对特质波动率的贝叶斯收缩及自相关调整在个股权重约束条件下显著提升组合表现，RMT调整效果有限但优于原始样本协方差。研究基于沪深300成分股的2009-2024年数据，揭示了多因子模型的优势及RMT与多因子模型结合的潜在改进空间 [page::0][page::13][page::21].
