High Dimensionality Effects on the Efficient Frontier: A Tri-Nation Study

Markowitz Portfolio theory under-estimates the risk associated with the return of a portfolio in case of high dimensional data. El Karoui mathematically proved this in [1] and suggested improved estimators for unbiased estimation of this risk under specific model assumptions. Norm constrained portfolios have recently been studied to keep the effective dimension low. In this paper we consider three sets of high dimensional data, the stock market prices for three countries, namely US, UK and India. We compare the Markowitz efficient frontier to those obtained by unbiasedness corrections and imposing norm-constraints in these real data scenarios. We also study the out-of-sample performance of the different procedures. We find that the 2-norm constrained portfolio has best overall performance.

证券数减少情形下M-V证券组合特征灵敏度分析

本文研究当市场不存在无风险收益证券且允许卖空时证券组合特征关于证券数减少的灵敏度分析，给出了有效边缘、渐近线斜率、全局最小方差证券组合及其协方差、最小方差证券组合的投资权数、最小方差证券组合之间结合线等的变化模式，得到了一些有意义的结果．这不仅是对证券组合选择理论的进一步完善。

关于最小方差集的矩阵解及性质分析

在一般的投资模型下，给出了最小方差集的矩阵解，讨论了最小方差集的一些性质，同时作了一些有益的推论。

关于寻找最小方差集的研究

本文讨论了寻求最小方差集的意义,指出了这种寻找的一般方法,同时给出了一个具有三项投资的组合的例子,最后就相关问题进行了讨论。

金融资产交互相关的噪音干扰

本文应用并扩展随机矩阵理论的检验方法,实证检验资产组合协方差矩阵的噪音干扰。实证发现,经验估计的协方差矩阵存在较高程度的噪音干扰。表现在,经验协方差矩阵的特征值较好地吻合随机矩阵的理论分布,77.53%的特征值落在随机矩阵的理论取值范围内,并具有随机矩阵的普适性质。在过滤噪音后,资产组合的风险估计偏误得到显著降低,最小方差组合在评价期的风险水平显著降低。

引入联跳的中国股市协方差预测——基于多元HAR模型

金融资产的时变协方差矩阵是投资组合配置、风险管理等实务活动的关键参数。早期的协方差预测模型研究使用日数据或者更低频数据,但大多存在参数估计困难和维数灾难等问题。运用日内高频数据可以构建协方差矩阵的后验非参数估计量,使其从隐变量转变为可以直接建模的可观测变量,降低协方差模型估计的复杂性并增强模型的高维适用性。进一步的,利用高频数据还可以识别多个金融资产的价格在日内同一采样间隔内发生的跳跃,即多资产联跳。针对联跳多由宏观经济新闻公告和政策制度等的发布引起,这些信息终将被吸收并体现在协方差矩阵中,联跳可能蕴含着对协方差预测有益的信息,因此识别联跳并将其引入协方差预测模型。将异质自回归模型扩展至多元形式,作为协方差非参数估计量的基准模型,并将取值0/1的联跳指示变量与Hawkes模型估计出的联跳强度分别及同时引入多元形式模型,构建3种扩展模型。选择均方误差和平均绝对误差这两种常用统计意义损失函数,采用Diebold Mariano检验,评价各扩展模型的样本外预测性能相对于基准模型是否有所改进,并采用模型置信集检验并挑选最佳扩展模型。此外,比较各种预测模型用于全局最小方差投资组合策略的效果。基于上证50指数成分股中不同行业5只高流动性个股分钟高频价格数据进行实证,研究结果表明,(1)相对于联跳指示变量,联跳强度对协方差矩阵的预测有更显著的贡献;(2)引入联跳强度可以显著提升对协方差的拟合优度和样本外预测精度;(3)同时引入联跳强度和联跳指示变量,且采用矩阵对数变换,确保正定性的扩展多元形式模型在统计和经济意义上都是最优模型。研究结论肯定了在协方差预测模型中引入联跳的重要价值,并揭示了宏观信息对协方差预测的贡献,对于金融管理者和投资者进行金融风险管理及进行资产配置都具有实际指导意义。