协方差矩阵估计方法评价报告｜天风证券金工专题2017

协方差矩阵估计是量化投资的核心技术，直接影响多因子选股和组合优化效果。本报告系统梳理了因子模型、压缩估计、随机矩阵理论等主流方法，并创新性地提出基于特征分解的评价体系。实证表明，Ledoit & Wolf压缩估计及多因子模型表现优异，其中以固定相关系数为压缩目标的压缩估计兼具精度与效率。适合量化研究员、金融工程师、投资经理及金融工程学生，助您掌握协方差矩阵估计的前沿技术与实务选择。核心数据:Ledoit & Wolf压缩估计表现较好;多因子模型表现较好;固定相关系数压缩目标推荐。

本报告由天风证券发布,发布于 2017 年。

覆盖 2017 年,全文约 21。

本报告免费查阅,登录资料宝后即可在线获取完整内容。

适合量化研究员、金融工程师、投资经理、金融工程学生等读者参考。

重点分析了金融投资、金融投资研究等议题。